single crop

参考地址:http://caffecn.cn/?/question/428

既然知道single crop evaluation这个名词,那就从它开始吧。
训练的时候,当然随机裁剪,但测试的时候就需要有点技巧了。

Evaluation呢,就是指模型训练好了,测试评估它的性能。
Singl Crop Evaluation通常是指在测试过程中,将图像Resize到某个尺度(比如256xN),选择其中的Center Crop(即图像正中间区域,比如224x224),作为CNN的输入,去评估该模型。

Crops Evaluated不是个专业名词,仅仅表示用多少个Crops作为输入,去评估(Evaluate)模型。
10个Crops呢,一般是取(左上,左下,右上,右下,正中)各5个Crop,以及它们的水平镜像,共10个Crops,输入到CNN模型中,得到10个概率输出,然后平均一下,作为最后的结果。
144个Crops,略复杂点,以ImageNet为例,它首先将图像Resize到了4个尺度(比如256xN,320xN,384xN,480xN),每个尺度上去取(最左,正中,最右)3个位置的正方形区域,然后对这些正方形区域取上述的10个224x224的Crops,然后加上将这正方形区域直接Resize到224x224以及这Resize后的镜像,也就是每个正方形区域得到12个Crops,最后得到4x3x12=144个Crops,输入CNN,得到输出取平均,即为最终模型输出。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这段代码是一个函数,它接受一个`image`参数(表示输入的图像),并返回一些中间结果和最终结果。 首先,代码调用`self.inference_detection(image)`函数,使用某种检测模型(在函数外部定义)对输入图像进行分析,生成一个由多个分数图(scoremap)组成的列表`hand_scoremap`,其中每个分数图都表示图像中可能存在手的概率。 然后,代码选择`hand_scoremap`中最后一个分数图,将其存储在`hand_scoremap`中。这是因为最后一个分数图通常比前面的分数图更精确。 接下来,代码调用`single_obj_scoremap(hand_scoremap)`函数,对`hand_scoremap`中的分数图进行处理,生成一个二进制掩码(mask),其中1表示图像中可能存在手的区域,0表示其他区域。 然后,代码调用`calc_center_bb(hand_mask)`函数,使用掩码计算手的中心位置,以及一个用于将手从图像中裁剪出来的矩形框的大小。为了获得更好的效果,代码将矩形框的大小乘以1.25,以便包含手周围的一些上下文信息。 接下来,代码计算一个缩放因子`scale_crop`,用于将矩形框的大小调整为`self.crop_size`(在函数外部定义)指定的大小。`scale_crop`的值介于0.25和5.0之间,以确保裁剪后的图像不会太小或太大。然后,代码调用`crop_image_from_xy(image, center, self.crop_size, scale=scale_crop)`函数,将输入图像中的手裁剪出来,并将结果存储在`image_crop`中。 最后,代码调用`self.inference_pose2d(image_crop)`函数,使用某种姿态估计模型(在函数外部定义)对裁剪后的图像进行分析,生成一个由多个分数图组成的列表`keypoints_scoremap`,其中每个分数图都表示图像中的关键点(如手指、手掌等)的概率。与之前处理`hand_scoremap`时一样,代码选择`keypoints_scoremap`中最后一个分数图,并将其存储在`keypoints_scoremap`中。然后,代码将`keypoints_scoremap`调整为与`image_crop`相同的大小,并将结果存储在`keypoints_scoremap`中。 最后,代码返回`keypoints_scoremap`、`image_crop`、`scale_crop`和`center`四个结果,分别表示图像中关键点的分数图、裁剪后的图像、裁剪比例和手的中心位置。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值