不造木木-CSDN博客

原创目标检测YOLOv3论文详解

第二节 YOLOv32.1 YOLOv3简介YOLO系列的目标检测算法可以说是目标检测史上的宏篇巨作，YOLOv3是YOLO (You Only Look Once)系列目标检测算法中的第三版，v3的算法是在v1和v2的基础上形成的，相比之前的算法，尤其是针对小目标，精度有显著提升。2.2 YOLOv3网络结构YOLOv3的网络结构如下图 2.2- 1所示，输入一张图片，图片会被缩放至256×256大小，经过一系列的卷积操作，图片最终会输出8×8×255的张量，利用特征融合的思想，将8×8×512的

2022-04-18 15:04:37 3003

原创目标检测评估指标

1.5评估指标评估指标是评价目标检测算法方法好坏的重要依据，目标检测有：IoU（交并比）、Precision（精确度）、Recall（召回率）、AP（平均正确率）、mAP（平均类别AP）等多种评价指标。1.IoUIoU：用来评价目标检测算法的对象定位精度，IoU是目标检测的预测框和标签框之间的重叠面积与它们面积并集的比值，数值越大，说明目标检测算法定位越准确。在实际过程中一般会设定一个IoU阈值（比如：0.5），如果大于等于0.5，对象将被识别为“成功检测”，否则将被识别为“错误”。IoU = 两个

2022-04-18 14:57:40 10861 1

原创目标检测数据集

1.3分类目标检测算法方法可以分为两大类：两阶段目标检测算法和端到端目标检测算法。两阶段目标检测：先进行区域推荐，而后进行目标分类。端到端目标检测：采用一个网络一步到位1.4数据集计算机视觉算法的发展离不开数据集。近十年，目标检测领域出现了许多知名的数据集，包括PASCAL VOC、ImageNet、MS COCO等数据集，这些数据集用于研究者测试算法性能或者用于竞赛。目标检测的性能指标要考虑检测物体的位置以及预测类别的准确性。Pascal VOC数据集：Pascal VOC早期是计算机视觉领

2022-04-18 14:50:40 4559

原创目标检测简介

目标检测1.1含义识别图片中有哪些物体以及物体的位置（坐标位置）。物体指的是图片中存在的物体，图片中经过目标检测能够检测出的物体取决于数据集标注物体的种类。假设数据集标注的物体有鸟、狗、马、人四类，检测结果就如图 1-1所示，图片中的湖水、土地、天空等不会被检测出来。物体的坐标位置有两种表示方法（以图片左上角为原点(0,0)）：1.极坐标：(xmin, ymin, xmax, ymax)xmin,ymin:检测框左上角坐标xmax,ymax：检测框右下角坐标物体坐标位置如果是极坐标（1，

2022-04-18 14:44:21 3391

原创第4节：alphapose项目运行和参数

注：B站有相应视频，点击此链接即可跳转观看https://www.bilibili.com/video/BV1hb4y117mu/第4节：运行和参数4.1 webcam_demo.pyalphapose可以运行图片、视频、实时画面，他们的原理是一样的，只不过参数设置有些不同，我们以实时画面为例为大家进行讲解，运行实时画面部分主要包含在webcam_demo.py中，人体检测和姿态估计的函数，如代码清单4.1-1所示。代码清单4.1-1#导入各种依赖项import torchfrom torch

2022-04-05 16:51:41 5719 7

原创第3节：alphapose环境配置

第3节：环境配置3.1创建Alphapose环境Alphapose有一些调用的函数和可视化代码，需要用到一些外部框架和依赖包，为了正常运行Alphapose，我们需要创建一个包含这些框架和依赖包的运行环境。在实验过程中，我们除了运行Alphapose，还会运行其他项目，因此创建单独的环境方便对项目进行分开管理，如果以后不需要运行此环境，就可以直接删除此环境，项目所需要的依赖和框架就会一起被删除，非常方便，因此我们要养成创建环境的好习惯。1.找到开始菜单，打开 anaconda prompt，如图3.1

2022-04-04 17:32:25 2435 1

原创 Alphapose论文代码详解

第1节人体姿态估计的基本概念第2节：Alphapose2.1Alphapose简介Alphapose是由上海交大大学的卢策吾团队和腾讯优图提出的一种区域多人姿态估计框架，论文全称：RMPE: Regional Multi-Person Pose Estimation，于2018年2月4日发表于ICCV，在MPII数据集上达到76.7mAP。Alphapose是多人姿态估计方法，比单人姿态估计难度大，更具有挑战性。目前多人姿态估计的方法分为两类：一种是自顶向下，另一种是自底向上。自顶向下检测方法是先

2022-04-03 16:54:04 13354 16

原创人体姿态估计的基本概念

第1节：人体姿态估计的基本概念1.1含义人体姿态估计的任务是确定图像人体关键点位置坐标，通常包括17个关键点，如图1所示。图 1-1 人体姿态估计效果展示作为计算机视觉技术的重点领域，人体姿态估计在电影和动画、虚拟现实、人机交互、视频监控、医疗康复、自动驾驶、运动分析等。电影和动画：电影和动画中需要捕捉人类动作才能塑造出生动的数字角色，廉价且精确的人体动作捕捉系统可以促进数字娱乐产业的发展。虚拟现实：虚拟现实技术可以应用在教育和娱乐领域中，是一种非常有前景的技术。人体姿态估计可以进一步明确人与

2022-04-02 19:57:16 10457 3

原创 Merging Pose Estimates Across Space and Time论文解析

Merging Pose EstimatesAcross Space and Time论文解析Merging Pose Estimates Across Space and Time论文解析简介摘要功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导

2021-02-21 11:38:15 1364 5

m0_45850873的博客