目标检测学习
Lininggggggg
这个作者很懒,什么都没留下…
展开
-
One-stage目标检测算法流程
由于是从Word文档直接复制过来,其中格式如果乱码或者不通顺,请评论区告知我One-stage目标检测算法流程一、One-stage目标检测算法流程二、anchor是什么?有什么作用?三、选择先验框的策略1、yolo选择先验框的策略2、SSD选择先验框的策略四、怎样由最后的feature map转换成bbox的?1、四个表示坐标值2、20个表示类别概率3、一个置信度五、网络如何进行学习?1、卷积预测2、损失函数的设计3、使用优化器来训练4、训练策略&技巧参考链接:https://zhuanl.原创 2020-05-29 10:12:12 · 1591 阅读 · 0 评论 -
vgg卷积网络过程细节详解
由于是从Word文档直接复制过来,其中格式如果乱码或者不通顺,请评论区告知我参考链接:https://www.jianshu.com/p/2728610a6130解释一下上图的内容:表中A,A-LRN,B,C,D,E分别代表各种网络名称,对应为vgg11,包含LRN(Local Response Normalisation)的vgg11,vgg13,vgg16,vgg16(全conv3版本)以及vgg19。其中网络名称的数字代表网络的深度,如vgg11就是有11层的vgg网络。需要说明的是,这里的.原创 2020-05-26 00:17:12 · 4303 阅读 · 1 评论 -
SSD 网络基本原理记录
由于是从Word文档直接复制过来,其中格式如果乱码或者不通顺,请评论区告知我https://blog.csdn.net/qq_41185868/article/details/86548830https://zhuanlan.zhihu.com/p/33544892一、网络结构图二、SSD原理与实现https://zhuanlan.zhihu.com/p/335448921、SSD和YOLO相同和不同相同:都是one-stage方法;不同点:1)SSD采用CNN来直接进行检测;Y.原创 2020-05-26 00:05:38 · 881 阅读 · 0 评论 -
YOLOv3基本原理
YOLOv3基本原理参考链接:https://zhuanlan.zhihu.com/p/76802514一、网络结构1、backbone:Darknet-53backbone部分由Yolov2时期的Darknet-19进化至Darknet-53,加深了网络层数,引入了Resnet中的跨层加和操作。2、Darknet-53与其他网络的对比:Darknet-53处理速度每秒78张图,比Darknet-19慢不少,但是比同精度的ResNet快很多。Yolov3依然保持了高性能。(这里解释一下T原创 2020-05-25 13:47:51 · 2337 阅读 · 0 评论