Image-wise split和Object-wise split

最新推荐文章于 2023-03-10 22:25:09 发布
最新推荐文章于 2023-03-10 22:25:09 发布
阅读量545 收藏 9
点赞数 3
文章标签： 深度学习
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/Zhenning_zhou/article/details/127222058
版权

最近在看论文时，发现很多论文中都会提到两种分割的方法，于是简单记录一下，欢迎交流

Image-wise split 和 Object-wise split 是将整个数据集分割成训练集/测试集的两种方法
以Cornell数据集为例，共885个RGB-D图片，假设我们通过剪裁，旋转，放大等处理方式生成含有5000个数据的数据集

Image-wise split 是将整个数据集打乱后随机分配成训练集和测试集，以测试对于之前见过的物体，当其出现在新的position和orientation时网络的泛化能力

Object-wise split 是将数据集按照物体实例进行分割，测试集中的物体是没有出现过在训练集中的，以测试网络对于未见过物体的泛化能力

对于Cornell数据集来说，其实就是取决于你是否对数据集进行了shuffle
如果shuffle，那么是Image-wise split ；如果没有，物体按照类别排列，则是Object-wise split

Zhenning_zhou
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【YOLOv8改进 - 特征融合】FFCA-YOLO: 提升遥感图像中小目标检测的精度和鲁棒性
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
07-22 577
在遥感中，小物体的检测任务由于特征表示不足和背景混淆等问题而变得艰难。特别是当算法需要部署在板载系统上进行实时处理时，需在有限的计算资源下进行准确性和速度的广泛优化。为了解决这些问题，本文提出了一种高效的检测器，称为特征增强、融合和上下文感知YOLO（FFCA-YOLO）。FFCA-YOLO包含三个创新的轻量级和即插即用的模块：特征增强模块（FEM）、特征融合模块（FFM）和空间上下文感知模块（SCAM）。这三个模块分别增强了网络的局部区域感知、多尺度特征融合和全局关联跨通道与空间的能力，同时尽量避免增加复
机械臂论文笔记（二）【实时抓取点检测】Real-Time Grasp Detection Using Convolutional Neural Networks
CSPhD-winston的博客
12-07 4831
Real-Time Grasp Detection Using Convolutional Neural Networks Abstract— We present an accurate, real-time approach torobotic grasp detection based on convolutional neural networks.Our network performs single-stage regression to graspable bounding boxes wit
EGNet: Efficient Robotic Grasp Detection Network
daishabby2486的博客
03-10 380
EGNet: Efficient Robotic Grasp Detection Network论文阅读笔记
英文数据集txt_语义分割数据集（一） — VOC系列
weixin_39752434的博客
11-12 432
一、 PASCAL VOC 20111. 简介： PASCAL VOC数据集除了用于segmentation任务之外，还用于object detection等任务。因此不是所有image都有pixel-wise的标注，有些图片只有object-wise的标注。 官网: http://host.robots.ox.ac.uk/pascal/VOC/voc2011/index.html语义类别：...
图像处理中的一些术语（特别是图像分割）
houxiaogang05
05-05 3971
常用词语： 1、effectively 、precise、 accurate 基本术语： digital image：数字图像 digital image processing：数字图像处理 image digitalization：图像数字化 image representation：图像表达 image acquisition：图像的获取 pixel：像素 image clas...
pixel-wise，patch-wise，image-wise的区别
weixin_43930603的博客
04-17 3663
深度学习网络论文里面有很多不起眼的定义，但是往往会比较迷惑，看多了也会懵，现在开始整理，有一点算一点，后续欢迎补充~ pixel-wise，patch-wise，image-wise pixel-wise，patch-wise，image-wise的含义如下 pixel-wise字面上的理解一样，一张图片是由一个个pixel组成的，这个是图像的基本单位，像素级别的； image-wise图像级别...
[Sparse R-CNN]Sparse R-CNN: End-to-End Object Detection with Learnable Proposals (CVPR. 2021)
Ah丶Weii
12-23 1635
Sparse R-CNN: End-to-End Object Detection with Learnable Proposals paper:https://arxiv.org/pdf/2011.12450.pdf code:https://github.com/PeizeSun/SparseR-CNN Abstract 作者提出了Sparse R-CNN，一种对于图像目标检测的sparse方法，一种固定的可学习目标候选框，总数量为N，用于目标识别，来进行分类和定位。通过将H x W x K个手工设定的
[COD] Camouflaged Object Detection(CVPR 2020.oral)
Ah丶Weii
05-14 1108
文章目录1. Motivation2. Contribution3. Relation Work3.1 Generic and Salient Object Detection3.2 Camouflaged Object Detection3.2.1 Types of Camouflage3.2.2 COD Formulation3.2.3 Evaluation Metrics.4. Dataset4.1 Professional Annotation4.2 Dataset Features and ...
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
dsoftware的博客
10-22 2万+
最近总结了基于视觉的机器人抓取的相关论文及代码，同步于github。根据抓取的类别，基于视觉的机器人抓取可以分为两类：2D平面抓取以及6D空间抓取。这个页面总结了近年来涉及到的各种各样的方法，其中大部分都使用了深度学习。总结的中文框架结构如下： 0.综述论文 1. 2D平面抓取 这类方法将抓取，用平面内旋转的矩形框表示； 1.1基于RGB或者RGB-D的方法 采用基于目标检测类的方法，直接得到2D...
Frustum PointNets for 3D Object Detection from RGB-D Data 原文 + 阅读笔记
friwang的博客
07-30 1104
Abstract In this work, we study 3D object detection from RGB-D data in both indoor and outdoor scenes. While previous methods focus on images or 3D voxels, often obscuring natural 3D patterns and inva...
Real-Time Grasp Detection Using Convolutional Neural Networks
07-10
机械臂
pixel-wise，patch-wise，image-wise的含义
m0_60152377的博客
10-20 682
patch-wise介于像素级别和图像级别的区域，也就是块，每个patch都是由好多个pixel组成的，网络训练将整张图crop成了多个path。pixel-wise字面上的理解一样，一张图片是由一个个pixel组成的，这个是图像的基本单位，像素级别的；pixel-wise，patch-wise，image-wise的含义如下。image-wise图像级别，比如一张图片的标签是狗，是对整个图片的标注；
抓取检测之Robotic Grasp Detection using Deep Convolutional Neural Networks
千羽的计算机视觉与机器人
03-20 2281
论文 S. Kumra and C. Kanan, “Robotic grasp detection using deep convolutional neural networks,” 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Vancouver, BC, 2017, pp. ...
图像分割中的一些术语，pixel-wise，patch-wise，image-wise
zz2230633069的博客
11-27 3万+
pixel-wise，patch-wise，image-wise的含义如下 pixel-wise字面上的理解一样，一张图片是由一个个pixel组成的，这个是图像的基本单位，像素级别的 image-wise图像级别，比如一张图片的标签是狗，是对整个图片的标注 patch-wise介于像素级别和图像级别的区域，也就是块，每个patch都是由好多个pixel组成的...
Halcon 学习笔记 （一）
热门推荐
小熊之家
08-18 8万+
图像预处理 消除噪声 mean_image/binomial_filter 抑制小斑点或细线 median_image 平滑图像 smooth_image 平滑图像的同时保存边缘 anisotropic_diffusion 遍历文件夹与文件选择 1）遍历文件夹： list_files( : : D
基于深度学习的抓取检测(grasp detection)相关论文解析
weixin_42811651的博客
06-30 8739
近几年深度学习技术蓬勃发展，其相关的应用场景也越来越多样化，比如本人做的机械手抓取物体就可以通过深度学习技术加以应用，优化出抓取目标物体的合适的中心坐标，旋转角以及爪盘开度。针对这个问题，目前绝大多数论文讨论的基本上都是基于目标检测领域（object detection）的检测框架（R-CNN，YOLO等），唯一不同的地方是抓取检测引入了机械爪抓取旋转角（orientation）这个目标参数。 机器人抓取检测这个研究方向对智能制造，工业4.0等还是有很重要的意义，因此本文就抓取检测领域的一些重要论文进行汇总
基于物体实例级视差估计的双目三维物体检测
AITIME_HY的博客
05-08 821
点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！在最近的工作中，许多做双目3D目标检测的研究都是通过首先使用视差估计恢复点云，然后应用3D检测器来解决此类问题，但这种方法需要对整...
Learning to Rank：Point-wise、Pair-wise 和 List-wise区别
weixin_34005042的博客
09-29 1万+
 机器学习的 ranking 技术——learning2rank，包括 pointwise、pairwise、listwise 三大类型。     【Ref-1】给出的： <Point wise ranking 类似于回归> Point wise ranking is analogous to regression. Each point has an associated rank ...
Object.MemberwiseClone 方法简单测试
shaoerbao的专栏
10-28 548
Object.MemberwiseClone 方法 简单测试
point-wise MLP
最新发布
05-19
Point-wise MLP refers to a type of neural network architecture where the input features are processed independently and in parallel, rather than being processed sequentially as in a recurrent neural network (RNN) or convolutional neural network (CNN). In a point-wise MLP, each input feature is fed through a separate set of weights and biases, and the resulting output is combined to produce the final prediction. This approach is commonly used in tasks such as image classification, where the features can be treated as independent pixels or regions of an image.
评论
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