![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 57
zjLOVEcyj
composing code was a kind of art
展开
-
目标检测计算mAP
Det为预测框 Gt为真实框import numpy as npfrom functools import reducedef iou_cal(boxa, boxb): #计算IOU x1, y1, x2, y2 = boxa #a框的左上角和右下角坐标 x3, y3, x4, y4 = boxb #b框的左上角和右下角坐标 left_max = max(x1, x3) #计算交集框的左边的横坐标最大值 right_min = min(x2, x4) #计算交原创 2021-08-28 23:50:55 · 218 阅读 · 0 评论 -
目标检测IOU计算
def iou_cal(boxa, boxb): x1, y1, x2, y2 = boxa #a框的左上角和右下角坐标 x3, y3, x4, y4 = boxb #b框的左上角和右下角坐标 left_max = max(x1, x3) #计算交集框的左边的横坐标最大值 right_min = min(x2, x4) #计算交集框的右边的横坐标最小值 top_max = max(y1, y3) #计算交集框的上边的纵坐标最大值 bottom_min =原创 2021-08-28 20:50:10 · 160 阅读 · 0 评论 -
YOLOv5口罩检测
数据集准备在项目代码平级路径下创建数据集路径,包括.yaml的数据集配置文件训练集,验证集,测试集路径如下:包括图像和标注,图像和标注对应文件名相同标注为.txt的yolo格式如下:类别 x y w h (坐标值为归一化后的相对值).yaml的数据集配置文件如下:训练模型环境:python3.6 + torch1.6.0 + cu101 + CUDA10.0 + cudnn7.6.0在train.py中指定配置参数weights指定初始化的权重参数,可以使用yol原创 2021-06-03 21:32:16 · 7439 阅读 · 2 评论 -
基于YOLOv5的血细胞识别和计数
在数据集路径创建数据配置文件训练模型配置参数指定模型文件和数据配置文件指定训练轮数,批量大小和输入图像分辨率运行train.py训练结束训练结果可视化细胞检测指定权值文件,检测数据,检测结果输出路径指定置信度阈值和IOU阈值待检测图像检测结果这张是没有学习过的图像...原创 2021-05-26 10:31:14 · 5088 阅读 · 31 评论 -
tensorflow目标检测API实现血细胞图像识别和计数
1. 准备数据集这里使用开源的BCCD血细胞图像数据集,包含364张图像和364个xml标注上图为血细胞图像,其中最多包含3个目标对象,分贝是红细胞,白细胞和血小板上图为图像对应的xml标注,主要信息有目标的类别,标注框的位置坐标这里将364张图像拆分为训练集300张,测试集64张,分别存放在iamges和images_testdata路径下对应的xml标注分别存放在annotations和Annotations_testdata路径下其中0-338为训练集,339-410为测试集至此,原创 2021-05-25 17:24:04 · 3003 阅读 · 2 评论