目标检测
文章平均质量分 86
也许明天_Martina
天行健,君子以自强不息。
展开
-
detectron2学习——yacs的使用小记
今天发现了一篇清晰明了的yacs的使用博客,特意转发来供大家学习哦~原创 2023-04-03 21:13:53 · 570 阅读 · 0 评论 -
目标检测——评价指标mAP
Precision:准确率,又叫查准率,Precision=TP/(TP+FP)=TP/预测框总数,指在所有确实为正的样本中,被预测为正样本的占比。AP:Average Precision,平均精度,对于目标检测的任务,每一个类都可以计算出其Precision和Recall,通过合理的计算,每个类都可以得到一条PR曲线,曲线下的面积就是AP的值,用来衡量对一个类检测的好坏。mAP:mean Average Precision, 即所有类别AP的平均值,衡量多类别目标检测的好坏。原创 2022-10-04 16:29:15 · 2764 阅读 · 0 评论 -
目标检测——Faster RCNN
Faster RCNN是由 R-CNN、Fast R-CNN 改进而来,是非常经典的目标检测的两阶段网络。Faster R-CNN 第一步要使用在图片分类任务 (例如,ImageNet) 上预训练好的卷积神经网络,使用该网络得到的中间层特征的输出。Conv layers 包含了 conv,pooling,relu 三种层。一个 MxN 大小的矩阵经过 Conv layers 固定变为 (M/16)x(N/16) ,这样 Conv layers 生成的 feature map 中都可以和原图对应起来。原创 2022-10-09 18:41:47 · 3437 阅读 · 0 评论