- 博客(6)
- 收藏
- 关注
原创 目标检测常用类别损失函数和位置损失函数
ρ表示预测框和标注框中心端的距离,p和g是两个框的中心点,c表示两个框的最小包围矩形框的对角线长度。对于概率分布为p(X)的随机变量X,熵可以表示为: 当X分布的不确定性越大,对应的熵越大(对应log(x)积分面积),反之,熵越小。C表示两个框的最小包围矩形框,当两个框没有重叠区域时,IoU为0,但R依然会产生损失。v度量了两个框的长宽比的距离,α相当于一个平衡系数,取值由IoU和v共同决定。对典型的交叉信息熵损失函数的改进,主要用于样本分类的不平衡问题。均方误差损失,指预测值和真实值之差的平方的平均值。
2022-08-22 23:14:33
723
原创 SSD论文阅读
SSD方法基于前馈卷积网络,其产生固定大小的边界框集合和框中目标类别的对应分数,接着按照非最大化抑制步骤产生最终的检测结果。基于VGG16网络,将fc6和fc7转换为卷积层,然后向网络添加辅助结构,产生了具有以下主要特征的检测:1.多尺度特征图检测:卷积特征层尺寸逐渐减小,得到多个尺度检测的预测值,并添加到截断的基础网络末尾。2.检测的卷积预测器:每个添加的特征层使用一组卷积滤波器产生固定的预测集。产生类别的分数或相对于默认框的坐标偏移。......
2022-08-11 21:18:22
743
原创 VOC数据集转COCO数据集
VOC数据集转COCO数据集VOC数据集转COCO数据集voc数据集格式目录结构XML标注格式coco格式目录结构json标注格式VOC数据集转COCO数据集代码VOC数据集转COCO数据集本文主要为voc数据集转coco数据集。先上voc格式和coco格式。voc数据集格式目录结构VOC_ROOT #根目录 ├── JPEGImages # 存放源图片 │ ├── aaaa.jpg │ ├── bbbb.jpg
2022-05-24 23:01:26
1098
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人