目标检测
文章平均质量分 63
落花逐流水
从事人工智能,模式识别与智能系统
展开
-
Anchor Free的目标检测
Anchor Free的目标检测anchor based 目标检测,比如:Fast-RCNN、Faster-RCNN、SSD、YOLOV2、YOLOV3.基于anchor-based的技术包括一个阶段和两个阶段的检测。其中一阶段的检测技术包括SSD,DSSD,RetinaNet,RefineDet,YOLOV3等,二阶段技术包括Faster-RCNN,R-FCN,FPN,Cascade R-CNN,SNIP等。一般的,两个阶段的目标检测会比一个阶段的精度要高,但一个阶段的算法速度会更快。二步法原创 2021-07-01 21:55:57 · 884 阅读 · 0 评论 -
SSD测试
测试的版本是:lufficc/SSD从readme.md中得知执行脚本:python demo.py --config-file configs/vgg_ssd300_voc0712.yaml --images_dir demo --ckpt https://github.com/lufficc/SSD/releases/download/1.2/vgg_ssd300_voc0712.pth运行结果存放在“demo/output”目录下。检测结果如下:此处要说明的是加载如向后的transfor原创 2021-05-23 19:08:51 · 313 阅读 · 0 评论 -
SSD制作自己的数据集
1、VOC2007数据集简介想制作自己的数据集当然要先了解SSD使用的数据集VOC2007长啥样。(VOC2007完整下载有3个压缩包+1个PDF,上面链接里只包含其中一个压缩包VOCtrainval_06-Nov-2007)。打开压缩包就如下图:VOC2007详细介绍在这里,提供给大家有兴趣作了解。而制作自己的数据集只需用到前三个文件夹,所以请事先建好这三个文件夹放入同一文件夹内,同时ImageSets文件夹内包含Main文件夹JPEGImages:用于存放训练、测试的图片(图片格式最好为.j原创 2021-05-22 09:41:02 · 776 阅读 · 2 评论 -
pytorch ssd
在github上找了4个架构比较好的pytorch实现的SSD。lufficc/SSDlzx1413/PytorchSSDShuangXieIrene/ssds.pytorchyqyao/SSD_Pytorch有时间仔细学习一下。原创 2021-05-22 07:56:26 · 212 阅读 · 0 评论 -
poly-yolo笔记
最近准备实践一下 poly-yolo,所以多做一些笔记。论文原作者的poly-yolo项目在GitLab上面Poly-YOLO。该项目基于tensorflow1.15在Github上面页有一些复现。1、任意多边形检测介于目标检测与实例分割之间,可用于检测指定边数,任意多边形的神经网络。基于Yolov5模型进行开发。本项目基于该项目进行二次开发https://github.com/ultralytics/yolov5/项目是基于pytorch实现的。Yolo-ArbPolygon2、poly原创 2021-05-19 13:32:08 · 1524 阅读 · 1 评论 -
rotate-yolov3-U使用
资源地址rotate-yolov3-U因为是之前很久下载的代码,所以不确定是否还一样,不过应该是大同小异。先介绍一下自己的环境:win10 anaconda3 下有pytorch1.6.0-cuda10.2在项目的utils/nms/src文件夹下有需要编译的 cpp和cu源码。之前编译过pse的源码,是在vs2015下编译的,这次遇到源码很自然的想到用vs编译,但是这次懒了,偏要看看不使用vs能不能编译通过。于是就在anaconda prompt pyotrch16 环境下运行:sh bu原创 2021-05-18 22:57:24 · 279 阅读 · 0 评论 -
多方向目标检测
最近在看多目标检测,顺便记录一下。常见检测模型:yolo系列、RCNN系列、SSD等。github链接:https://github.com/MingtaoFu/gliding_vertex《Gliding vertex on the horizontal bounding box for multi-oriented object detection》是华中科大白翔老师的新作,发表于2019年11月21号。该文章是用来做物体检测的,有意思的是发挥了白翔老师在OCR方面的特长。一般的物体检测都是使用一原创 2021-05-17 18:48:43 · 1215 阅读 · 0 评论