超级会员免费看
本文深入解读NanoDet的ncnn实现，探讨其预处理、网络输出、坐标映射及非极大值抑制（NMS）过程。NanoDet保持输入图片的长宽比，并在不同stride的特征图上进行预测，生成并筛选出最终的目标检测结果。
NanoDet是一个轻量化的目标检测算法，比yolo要快，github地址
本文结合FCOS paper解读NanoDet的ncnn代码
input size: (416, 416)
预处理：
mean_vals = { 103.53f, 116.28f, 123.675f }
norm_vals = { 0.017429f, 0.017507f, 0.017125f }
用均值和方差归一化，得到处理后的Mat input: (3 x 416 x 416)
预处理resize_uniform函数里面有个比较好的设计，就是一般resize成(416, 416), 可能会破坏原有图片的长宽比，
这里保留了原有图片的长宽比，例如比较窄的图片，在保留了长宽比的同时，把窄图片放在416x416图片的正中间
for (int i 
订阅专栏 解锁全文
扫一扫
1205
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
