![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 69
半路_出家ren
这个作者很懒,什么都没留下…
展开
-
Faster RCNN 论文阅读
1.网络架构VGG16网络anchors:人工放上去的RPN对anchors进行二分类,正样本,负样本RoIP:前面的框框已经圈出目标,但还不知道具体属于哪个类,它就是干这个工作的2.VGG网络VGG网络可以任意替换其他的任意神经网络,resnet等以VGG网络为例:首先缩放至固定大小MxN。VGG网络输出Feature Map放入共享Conv layersRPN计算p...原创 2023-03-04 11:05:00 · 222 阅读 · 1 评论 -
RCNN
1.RCNN1.1算法流程一张图像生成1k~2k个候选区域(使用Selective Search方法)对每个候选区域,使用深度网络提取特征特征送入每一类的SVM分类器,判断是否属于该类使用回归器精细修正候选框位置1.候选区域的生成利用selective Search算法通过图像分割的方法得到一些原始区域,然后使用一些合并策略将这些区域合并,得到一个层次化的区域结构,而这些结构就...原创 2023-03-04 11:10:00 · 219 阅读 · 0 评论 -
评价指标
1 混淆矩阵(confusion matrix)第一位T/F: 表示预测的对错第二位P/N: 表示预测的结果准确率Precision(查准率)是评估预测的准不准(看预测列)召回率Recall(查全率)是评估找的全不全(看实际行)2 交并比(IoU)3 AP (Average Precison)用一个简单的例子来演示平均精度(AP)的计算。 假设数据集中总共有5个苹果。 ...原创 2023-03-04 11:37:00 · 80 阅读 · 0 评论 -
目标检测基础知识1.0
1.图像处理三大任务物体识别目标检测图像分割目标检测:给定一张图像,判断图像中是否存在指定类别的目标,若存在,则输出目标位置、类别及置信度。目标检测属于多任务,一个任务是目标分类,另一个是目标位置的确定,即分类与回归。2.基于深层神经网络的目标检测双阶段(two-stage):第一级网络用于候选区域提取;第二级网络对提取的候选区域进行分类和精确坐标回归,例如RCNN系列。(精...原创 2022-04-05 16:05:00 · 662 阅读 · 0 评论 -
卷积神经网络怎么卷
计算机怎么处理图像的?在计算机的眼里(假设它有眼),图像都是一个矩阵,里面填满了数字,这些数字对人来说没有多大意义;一张图像就是一大堆像素值,例如480 x 480 x 3(3代表彩色RGB),计算机擅长这些大量的、重复的工作。卷积是一个数学概念写出来是积分的形式:卷积如何直观地呈现出来呢?该怎么理解呢?目前为止都不理解。延迟、倍率、叠加直观理解ML和DL中的卷积用卷积核提取图像特...原创 2022-06-09 10:25:00 · 365 阅读 · 0 评论 -
什么是正负样本
针对不同的分类,正负样本的概念有所不同:目标分类和目标检测。原创 2022-10-20 22:53:52 · 9094 阅读 · 0 评论