cv
文章平均质量分 60
Bailiwuyi
落花伤春意 荷生悲夏风 叶落秋心愁 无雪怅一冬
展开
-
maskrcnn实现探究(2)--anchor的生成
anchor-based目标检测,如何生成anchor?这可能是一个很弱的问题,可是呢,网上也没找到涉及源码实现层面的好点的资料。所以,还是记录下我自己的看法。anchor也就是锚框,它的作用就是划定一块区域,让网络去探寻这块区域里是否有物体。常人此时的思维,既然探寻这块区域,那是不是要把这块区域的图像抠出来扔进网络计算呢?进而,会引出问题。抠出来的图不可能正好是完整的,那对不完整的图如何做目标预测呢?起初这点老是困扰我,也看了一些资料,发现:即便是点赞很高的教程视频,也不会涉及这些细节。那些资料好像原创 2022-07-11 15:29:40 · 510 阅读 · 1 评论 -
以detectron2了解maskrcnn实现源码(1)--双线性插值
按理说,应该先理清maskrcnn的整体脉络的。可是因为太多技术细节没理清。所以,就按着学习节奏,学到哪写到哪,最后再来个总结串起来。正文举例场景:将一个2x2的特征汇聚成一个。常规的取平均值、最大值。这些办法都没有考虑到权重。RoiAlign中对于区域中心点来说,周围的像素点的权重就不一样。当然,此处不打算涉及RoiAlign,对它不了解也没事。反正就假设,现在要将一个2x2网格分布的4个特征汇聚成一个特征。网上随便找了张图。我们将四个特征定义为:Q11、Q12、Q21、Q22。P就是采样点位置。原创 2022-06-27 23:35:43 · 396 阅读 · 0 评论 -
以detectron2了解maskrcnn实现源码(0)--开篇
cv目标检测这块,maskrcnn比较有代表性,非常适合用来了解目标检测的各项实现细节。至于为什么要了解实现细节,因为一定程度的了解实现原理,很多时候很有必要。而想要了解目标检测,网上资料虽多,可成体系的几乎木有。且往往不涉及源码细节,或者对某些细节的解释又过于复杂。我们想了解目标检测的话,最好的路径自然是:先了解原理骨架,然后走一遍源码,间或去敲掉一个个技术难点,最后再整个贯通起来。我这个系列就是按照这个流程来走得一个个人学习笔记。写这个的初衷主要是为了做笔记,其次是对网上很多资料看不惯。比如:下一原创 2022-06-27 16:02:52 · 882 阅读 · 1 评论