![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 66
Wils0nEdwards
这个作者很懒,什么都没留下…
展开
-
遥感目标检测综述论文笔记 2023 Remote Sensing Object Detection Meets Deep
遥感目标检测综述论文笔记 2023 Remote Sensing Object Detection Meets Deep。原创 2024-04-16 22:28:14 · 154 阅读 · 1 评论 -
YOLOv1精读笔记
YOLO 将目标检测视为一个空间上分离的边界框(bounding boxes)和与之关联的类别概率回归问题,而非之前 two stage 算法的分类问题。单个神经网络在一次评估中直接从整张图像中预测边界框和类别概率。所以可以直接优化端到端的检测性能。原创 2024-04-14 23:06:25 · 737 阅读 · 0 评论 -
目标检测笔记
正样本:通常是指那些预测的边界框,它们成功地与真实标注的对象边界框有较高的交并比(IoU)。如果某个预测的边界框与任何一个真实边界框的 IoU 超过某个阈值(例如,通常使用的阈值是 0.5),那么这个预测框就被视为正样本。负样本如果预测的边界框与任何真实边界框的 IoU 很低(低于某个较低的阈值,比如 0.3 或更低),则这个预测框被视为负样本。因此,YOLO 中的“正样本”和“负样本”不是预先定义的区域或锚框,而是通过模型预测的边界框与真实边界框之间的匹配程度来动态确定的。原创 2024-04-13 23:52:16 · 1098 阅读 · 0 评论