自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 python计算IOU代码

注意:我的边界框坐标与YOLO输出的不同,YOLO输出的坐标是x轴向右为正方向和y轴向下为正方向的矩形的左上角和右下角顶点坐标,但在Y轴向上为正方向的矩形中为左下和右上坐标,我由于强迫症将它转换成了标准直角坐标系下左上右下的坐标,因此计算方式与原本的有差别。

2023-07-15 20:49:39 334 1

原创 YOLOv5输出检测到的边界框的坐标、类别以及置信度

然后在plot_one_box函数中添加一行write_coordinates_to_file(c1, c2)即可,坐标会被写进一个coordinates文件。若想输出坐标和置信度,则在plot.py中的plot_one_box函数中,if lable:语句末尾加上print(lable)即可。在detect.py中找到plot_one_box,大概在113行,可按ctrl+F进行查找。ctrl+鼠标左键点击,会跳转到plot.py,并进入该函数。这样预测边界框的坐标、类别、置信度都有了直观的输出。

2023-07-13 17:10:19 5962 11

原创 系统建模与仿真

记录完成系统建模与仿真大作业期间的心得

2023-03-03 21:01:25 1298

原创 数字图像处理入门

2022-10-08 20:48:25 3725

Weighted Boxes Fusion

这是对一篇中科院三区文献的复现,该文献英文名为:Weighted boxes fusion: Ensembling boxes from different object detection models。 主要内特是对三个不同目标检测模型生成的预测框进行加权融合,使其更加逼近真实框。 该文献代码在github上开源,本资源对YOLOv5等三个模型在coco128上的一张图片进行预测,得到三个不同模型的预测边界框,根据文献内容进行了复现,代码较为简单,可以加强对IOU的理解以及对集成的认识。

2023-07-15

系统建模与仿真,包含matlab源代码,报告

本人系统辨识课程的全部代码 以及报告 报告里有所有算法原理。内容如下:1、大作业题目 2、数据分析预处理 3、模型参数辨识 4、模型校验 5、实验体会 6、源代码

2023-02-23

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除