目标检测
文章平均质量分 54
诗蕊
Put your heart into it
展开
-
目标检测模型中的性能评估——MAP(Mean Average Precision)
目标检测模型中性能评估的几个重要参数有精确度,精确度和召回率。本文中我们将讨论一个常用的度量指标:均值平均精度,即MAP。 在二元分类中,精确度和召回率是一个简单直观的统计量,但是在目标检测中有所不同的是及时我们的物体检测器在图像中检测到物体,如果我们仍无法找到它所在的图像中的哪个位置也是无用的。由于我们需要预测图像中的目标的发生和位置,所以在计算精确度和召回率与普通的二分类有所不同。目...原创 2018-02-18 13:48:41 · 58513 阅读 · 29 评论 -
目标检测模型一:滑动窗口检测器,选择性搜索,R-CNN,边界框回归器
1. 滑动窗口检测器滑动窗口检测器是一种暴力检测方法,从左到右,从上到下滑动窗口,然后利用分类识别目标。这里使用不同大小的窗口,因为一张图片可能展示从不同距离观测检测出不同的目标类型。 滑动窗口从图像中可能剪切出不同大小的图像块,但是很多分类器只取固定大小的图像,所以这些图像是经过变形转换的。但是这样做并不影响准确率,因为分类器可以处理变形后的图像。 变形图像被输入到CNN中,提取40...原创 2018-04-28 13:13:13 · 8292 阅读 · 1 评论 -
目标检测模型二:Fast-R-CNN,ROI池化
1. Fast R-CNNR-CNN需要很多候选区域以提高准确度,但是很多候选区域其实是彼此重叠的,如果我们有2000个候选区域,每一个候选区域都需要独立的送到CNN中,对于不同的ROI,我们需要提取2000次特征,效率很低。CNN的特征图是以一种密集的方式表征空间特征,我们可以直接使用特征图来代替原图来检测目标。 不同于R-CNN多次对每个图像提取特征,Fast R-CNN使用特征...原创 2018-05-24 12:47:33 · 8512 阅读 · 3 评论