深度学习目标检测Trick
文章平均质量分 53
yuanCruise
工科生的笔尖
展开
-
物体检测中常用的几个概念迁移学习、IOU、NMS理解
1、迁移学习迁移学习也即所谓的有监督预训练(Supervised pre-training),我们通常把它称之为迁移学习。比如你已经有一大堆标注好的人脸年龄分类的图片数据,训练了一个CNN,用于人脸的年龄识别。然后当你遇到新的项目任务是:人脸性别识别,那么这个时候你可以利用已经训练好的年龄识别CNN模型,去掉最后一层,...转载 2018-08-01 17:42:45 · 447 阅读 · 0 评论 -
【目标检测】yolov3为什么比yolov2好这么多
yolo类检测算法解析——yolo v3 每当听到有人问“如何入门计算机视觉”这个问题时,其实我内心是拒绝的,为什么呢?因为我们说的计算机视觉的发展史可谓很长了,它的分支很多,而且理论那是错综复杂交相辉映,就好像数学一样,如何学习数学?这问题似乎有点笼统、有点宽泛。所以我都会具体问问你想入门计算机视觉的哪个话题,只有顺着一个话题理论联合实际,才有可能扩展到几个话题。yol...转载 2018-08-01 17:32:12 · 13591 阅读 · 5 评论 -
【检测】计算IOU,box的坐标为左上角坐标和右下角坐标(以图片左上角为0,0)
def mat_inter(box1,box2): # 判断两个矩形是否相交 # box=(xA,yA,xB,yB) x01, y01, x02, y02 = box1 x11, y11, x12, y12 = box2 lx = abs((x01 + x02) / 2 - (x11 + x12) / 2) ly = abs((y01 + y02)...原创 2018-08-10 11:31:14 · 3249 阅读 · 0 评论 -
Ap、MAP多标签图像分类(检测)任务的评价方法
多标签图像分类(Multi-label Image Classification)任务中图片的标签不止一个,因此评价不能用普通单标签图像分类的标准,即mean  accuracy,该任务采用的是和信息检索中类似的方法—mAP(mean Average Precision)。mAP虽然字面意思...转载 2018-08-13 10:37:52 · 3566 阅读 · 0 评论 -
【深度学习】:【结果衡量指标】召回率(Recall),精确率(Precision),F度量(F-measure),Map,ROC,AUC
精确率(Precision),又称为“查准率”。召回率(Recall),又称为“查全率”。召回率和精确率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量。其中召回率是是检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率。精确率是检索出的相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率。如以下公式所示: 召回率(Re...原创 2018-05-04 17:05:51 · 15783 阅读 · 1 评论 -
目标检测 | YOLOv3训练自己的数据全流程
1.构建YOLOv3网络的cfg文件该文件表示的是你的检测网络的结构,类似caffe的prototxt文件。YOLOv3的cfg文件上篇介绍YOLOv3网络中提到的去掉上采样操作的YOLOv3cfg文件2.准备hs.data文件如下文件中规定了当前目标检测网络中的类别数量为4。训练数据的路径train.txt的位置,hs.names的路径的位置,以及最终训练得到的网络模型保存的位置。c...原创 2019-03-10 16:17:00 · 3079 阅读 · 1 评论