【opencv】selective_search函数

最新推荐文章于 2020-09-21 14:37:50 发布
最新推荐文章于 2020-09-21 14:37:50 发布
阅读量7k 收藏 24
点赞数 7
分类专栏： tensorflow 文章标签： tensorflow SelectiveSearch 搜索 多物体识别 selective_search
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zj360202/article/details/70847144
版权 
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor(张量)意味着N维数组，Flow(流)意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源，任何人都可以用。
原生接口文章

 
 
  1. 【Tensorflow】tf.placeholder函数
  2. 【TensorFlow】tf.nn.conv2d是怎样实现卷积的
  3. 【TensorFlow】tf.nn.max_pool实现池化操作
  4. 【Tensorflow】tf.nn.relu函数
  5. 【Tensorflow】tf.reshape 函数
  6. 【Tensorflow】tf.nn.dropout函数
  7. 【Tensorflow】tf.argmax函数
  8. 【Tensorflow】tf.cast 类型转换 函数
  9. 【Tensorflow】tf.train.AdamOptimizer函数
  10. 【Tensorflow】tf.Graph()函数
  11. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法
  12. 【Tensorflow】tf.dynamic_partition 函数 分拆数组
     原生接口实例

 
 
  1. 【Tensorflow】实现简单的卷积神经网络CNN实际代码
  2. 【Tensorflow 实战】实现欧式距离
        slim接口文章

 
 
  1. 【Tensorflow】tensorflow.contrib.slim 包
  2. 【Tensorflow slim】 slim.arg_scope的用法
  3. 【Tensorflow slim】slim.data包
  4. 【Tensorflow slim】slim evaluation 函数
  5. 【Tensorflow slim】slim layers包
  6. 【Tensorflow slim】slim learning包
  7. 【Tensorflow slim】slim losses包
  8. 【Tensorflow slim】slim nets包
  9. 【Tensorflow slim】slim variables包
  10. 【Tensorflow slim】slim metrics包
       slim 实例

 
 
  1. 【Tensorflow slim 实战】写MobileNet
  2. 【Tensorflow slim 实战】写Inception-V4 Inception-ResNet-v2结构
        kera 接口文章

 
 
  1. 【Tensorflow keras】Keras:基于Theano和TensorFlow的深度学习库
  2. 【Tensorflow keras】轻量级深度学习框架 Keras简介
        tensorflow使用过程中的辅助接口或通过tensorflow实现的批量操作接口

 
 
  1. 将非RGB图片转换为RGB图片
  2. 【opencv】python3 将图片生成视频文件
  3. 【opencv】selective_search函数


=========================================================================




selectivesearch.selectivesearch.selective_search (im_orig, scale=1.0, sigma=0.8, min_size=50) 函数
此函数并不是tensorflow中的，安装方式是pip install selectivesearch
此函数在物体识别中非常重要，一般在一个随意的图片来说，要识别物体的尺寸可能非常不固定，当我们把图片重定义到一个固定尺寸的时候，要识别的物体就非常不好识别了。
所以这函数的目的是，先找到图片中所有完整的物体，然后得到他们的尺寸，再对这些切出来的尺寸图片重新设置一个固定的尺寸，再来识别，这样准确率就高很多。。。


参数：
  • im_orig:输入图片
  • scale：表示felzenszwalb分割时，值越大，表示保留的下来的集合就越大
  • sigma：表示felzenszwalb分割时，用的高斯核宽度
  • min_size：表示分割后最小组尺寸


例：


import selectivesearch.selectivesearch as ss
import cv2

img = cv2.imread("RCNN/2flowers/jpg/0/image_0561.jpg")
img_lbl, regions = ss.selective_search(img, scale=1000, sigma=0.8, min_size=50)
for r in regions:
    x,y,h,w = r['rect']
    cv2.rectangle(img, (x, y), (x + h, y + w), (0, 255, 0), 2)
cv2.imshow("img", img)
print("OK")
cv2.waitKey(0)
结果



修改size=1的效果


修改sigma=0.1结果


修改scale=100的结果


zj360202
关注
  • 7
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
Python+OpenCV实现Selective Search算法
10-29
The code is a Python tutorial for Selective Search using OpenCV 3.3.
selective search算法提取proposals
12-01
使用详情见 本人博客【深度学习模型训练】使用自己的数据训练 Fast r-cnn Faster r-cnn YOLOv3 或是文件里的 DOREAD.txt
选择性搜索(SS)算法
陈建驱的博客
01-14 4925
个人博客：http://www.chenjianqu.com/ 原文链接：http://www.chenjianqu.com/show-68.html Selective Search(选择性搜索)基于Graph-Based图像分割，是RCNN和Fast RCNN的区域推荐算法。SS算法由IJCV 2012的论文<Selective Search for Object Recognit...
selectivesearch.py
09-28
本文件是对Selective Search的代码实现，结合本文对该算法的理解，里面都是中文注释，很容易理解
Selective-Search-master_SelectiveSearch_
09-30
All Begin with Demo.mJust a wrapper
选择性搜索（selective search）
郭云飞的专栏
12-06 6万+
该文翻译整理自：selective search for object detection（c++ / python） 一、目标检测 VS 目标识别 目标识别（objec recognition）就是要指出一幅输入图像中包含那类目标。输入时一幅图像，输出是目标属于某个类别的概率（class probability）。而目标检测（object detection）除了要告诉输入图像中包含
第三十三节，目标检测之选择性搜索-Selective Search
weixin_30496431的博客
07-03 713
在基于深度学习的目标检测算法的综述 那一节中我们提到基于区域提名的目标检测中广泛使用的选择性搜索算法。并且该算法后来被应用到了R-CNN,SPP-Net,Fast R-CNN中。因此我认为还是有研究的必要。 传统的目标检测算法大多数以图像识别为基础。一般可以在图片上使用穷举法或者滑动窗口选出所有物体可能出现的区域框，对这些区域框提取特征并进行使用图像识别分类方法，得到所有分类成功的区域后，通过非...
Selective Search
庆志的小徒弟
07-17 331
一、前言 在目标检测学习系列的文章中，很多检测算法都会涉及到Selective Search的使用，比如R-CNN。这篇文章主要学习一下Selective Search的核心内容和简单使用。论文参考《Selective Search for Object Recognition》 二、背景介绍 目标检测比图像分类复杂的很重要的一个因素是：一张图像中可能存在多个物体需要分别定位和分类。显然，在...
选择性搜索 Selective Search -- 算法详解+源码分析
Tomxiaodai的博客
08-04 1万+
目录 1 前言 2 Selective Search算法 3 Python源码分析 1 前言 在目标检测时，为了定位到目标的具体位置，通常会把图像分成许多子块（sub-regions / patches），然后把子块作为输入，送到目标识别的模型中。selective search就是一种选择子块的启发式方法。 2 Selective Search算法 主要思路：输入一...
目标检测之选择性搜索-Selective Search
查理王的博客
09-21 1460
在基于深度学习的目标检测算法的综述那一节中我们提到基于区域提名的目标检测中广泛使用的选择性搜索算法。并且该算法后来被应用到了R-CNN,SPP-Net,Fast R-CNN中。因此我认为还是有研究的必要。 传统的目标检测算法大多数以图像识别为基础。一般可以在图片上使用穷举法或者滑动窗口选出所有物体可能出现的区域框，对这些区域框提取特征并进行使用图像识别分类方法，得到所有分类成功的区域后，通过非极大值抑制输出结果。 在图片上使用穷举法或者滑动窗口选出所有物体可能出现的区域框，就是在原始图片上进行不...
Selective-Search-边框生成.7z
03-03
# Selective-Search算法 # 输入: rgb图片 # 输出: 预选框-candidate-box # 第1步: 利用Graph-Based Segmentation算法，将图片过度分割 # 第2步: 创建字典集，每个子字典，含8个键值对 # 第3步: 邻近匹配字典对 # 第4步: 计算字典对的相似度 # 第5步: 区域合并，生成新的子字典 # 第6步: 二次筛选candidate-box
selectivesearch.zip
06-05
进行目标检测中用来提取感兴趣的目标可疑框的方法 来源是本网站中的某一篇博客，侵删
OpenCV.rar_opencv_opencv 函数_opencv 实例_opencv函数
07-14
opencv函数查询手册，包含了所有opencv的函数以及大量实例
OpenCV_Lib_function.rar_opencv_opencv lib_opencv函数_opencv库函数
09-20
opencv库函数大全，opencv开发必备开发手册
opencv_OpenCV库函数_opencv函数库_opencv_
09-30
opencv中常用的库函数，大家可以参考一下
OpenCV-Functions.rar_opencv_opencv函数_opencv函数手册
09-14
OpenCV函数速查手册，包含了OpenCV中的大部分函数。
Opencv-Source-Code.zip_opencv_opencv函数_opencv函数查询
09-24
opencv 文档，用于查询opencv 相关函数
【Tensorflow】tf.placeholder函数
热门推荐
zj360202的专栏
04-19 13万+
tf.placeholder(dtype, shape=None, name=None) 此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的值 参数： dtype：数据类型。常用的是tf.float32,tf.float64等数值类型shape：数据形状。默认是None，就是一维值，也可以是多维，比如[2,3], [None, 3]表示列是3，行不定name：名称。
【Tensorflow】tf.train.AdamOptimizer函数
zj360202的专栏
04-20 8万+
class tf.train.AdamOptimizer __init__(learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-08, use_locking=False, name='Adam') 此函数是Adam优化算法：是一个寻找全局最优点的优化算法，引入了二次方梯度校正。 相比于基础SGD算法，1.不容易陷于局部优点。2.速
selective_search 的selective_search_bbox方法需要selective_search的 版本
最新发布
05-31
是的，`selective_search_bbox`方法是`selective_search`函数的一个子函数，需要先导入`selective_search`函数才能使用。`selective_search`函数是OpenCV的一个贡献模块，需要通过`cv2.ximgproc.segmentation.createSelectiveSearchSegmentation()`创建对象后才能使用。 以下是使用`selective_search`和`selective_search_bbox`的示例代码： ```python import cv2 # 创建Selective Search对象 ss = cv2.ximgproc.segmentation.createSelectiveSearchSegmentation() # 读入图像 image = cv2.imread('image.jpg') # 设置输入图像 ss.setBaseImage(image) # 使用'fast'模式进行区域提取 ss.switchToSelectiveSearchFast() # 调用selective_search_bbox方法，生成候选区域 boxes = ss.process() ``` 在这个示例中，我们通过`cv2.imread()`读入了一张图像，然后创建了一个Selective Search对象`ss`，并使用`setBaseImage()`方法设置了输入图像。接下来，我们调用`switchToSelectiveSearchFast()`方法将模式设置为'fast'，然后调用`process()`方法来生成候选区域。最终得到的`boxes`变量就是一个包含了所有候选区域位置和尺寸信息的列表。 需要注意的是，`selective_search`函数是OpenCV的一个贡献模块，需要在安装OpenCV时选择安装ximgproc模块才能使用。在安装好了OpenCV后，可以通过以下命令导入`selective_search`函数： ```python import cv2.ximgproc.segmentation ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值