目标检测
jiachen0212
这个作者很懒,什么都没留下…
展开
-
目标检测之---data augment rotate
新手代码,写得很是鸡肋,仅为个人记录...有时间再进行优化...def ratebox(img, box, angle): (h, w) = img.shape[:2] if angle < 0: #顺时针 flag = True else: flag = False newlabel = [] x = 0 y ...原创 2018-04-08 21:08:04 · 534 阅读 · 0 评论 -
目标检测之---R-FCN and R-FCN-3000
搬运工,先mark:R-FCNR-FCN-3000简书:R-FCN知乎:R-FCN原创 2018-04-17 22:12:32 · 514 阅读 · 0 评论 -
Faster R-CNN 理解
参考博文:知乎传送门1. Conv layers。作为一种CNN网络目标检测方法,Faster R-CNN首先使用一组基础的conv+relu+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。(maps 的 s 解释下.)因为conv结构后的feature map有256或512张(上图是256张),所以相当于feature m...转载 2018-05-11 16:07:13 · 1521 阅读 · 0 评论 -
Object Detection.... (更新中....)
gengxinzhong....原创 2018-06-03 23:12:25 · 890 阅读 · 0 评论 -
ssd
https://blog.csdn.net/huangbo10/article/details/62048168转载 2018-09-25 15:25:36 · 200 阅读 · 0 评论 -
object_detector MAP:
转载自:目标检测中的mAP是什么含义? - Wentao MA的回答 - 知乎 https://www.zhihu.com/question/53405779/answer/419532990对于上述PR值,如果我们采用:VOC2010之前的方法,我们选取Recall >= 0, 0.1, ..., 1的11处Percision的最大值:1, 1, 1, 0.5, 0.5, 0....转载 2018-11-01 13:09:51 · 480 阅读 · 0 评论 -
SSD、Faster-rcnn Loss
一点细节疑惑:其中VGG16中的Conv4_3层将作为用于检测的第一个特征图。conv4_3层特征图大小是 ,但是该层比较靠前,其norm较大,所以在其后面增加了一个L2 Normalization层(参见ParseNet),以保证和后面的检测层差异不是很大,这个和Batch Normalization层不太一样,其仅仅是对每个像素点在channle维度做归一化,而Batch...原创 2018-11-11 18:39:44 · 426 阅读 · 0 评论