锚框【动手学深度学习】

已于 2023-08-11 15:40:37 修改
阅读量630 收藏
点赞数
分类专栏： pytorch 文章标签： 目标检测 锚框 交并比 锚框标注 非极大值抑制
于 2023-08-10 20:28:23 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_24946843/article/details/132202776
版权
pytorch 专栏收录该内容
31 篇文章 454 订阅 ¥9.90 ¥99.00
订阅专栏
本文详细介绍了锚框在深度学习目标检测中的作用，包括锚框的生成、交并比（IoU）计算、锚框在训练数据中的标注方法以及非极大值抑制在预测边界框中的应用。锚框通过不同尺度和比例覆盖图像，结合IoU衡量与真实边界框的匹配程度，从而在训练和预测阶段提高目标检测的准确性。
摘要由CSDN通过智能技术生成

生成多个锚框

        假设输入图像高为h，宽为w，我们以图像每个像素为中心生成不同形状的锚框，缩放比

s∈（0,1]，宽高比为r>0。那么锚框的宽度和高度分别为hs\sqrt{r}和hs/\sqrt{r}。当中心位置给定时，

已知宽和高的锚框是确定的。缩放比为锚框高与图像高的比值，然后得到一个正方形锚框面积Anchor_{Area}。

                                        ​​​​​​​        ​​​​​​​        h_{a}/h=s，h_{a}=hs

        ​​​​​​​        ​​​​

了解本专栏 订阅专栏 解锁全文
东城青年
关注
专栏目录
订阅专栏
深度学习笔记——锚框
qq_73355475的博客
01-26 1908
目标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边界从而更准确地预测目标的真实边界框不同的模型使用的区域采样方法可能不同。这里我们介绍其中的一种方法：以每个像素为中心，生成多个缩放比和宽高比（aspect ratio）不同的边界框。这些边界框被称为锚框。
65. 锚框的代码实现
weixin_47505105的博客
01-09 582
笔记
Pytorch 锚框
负负得正的博客
05-08 1232
Pytorch 锚框 0. 环境介绍 环境使用 Kaggle 里免费建立的 Notebook 教程使用李沐老师的 动手学深度学习 网站和 视频讲解 小技巧：当遇到函数看不懂的时候可以按 Shift+Tab 查看函数详解。 1. 锚框 1.1 概述 目标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边界从而更准确地预测目标的真实边界框（ground-truth bounding box）。 不同的模型使用的区域采样方法可能不同。其中的一种方法：以每个像素为中
《动手学深度学习》(七) -- 边界框和锚框
CarpeDiem
07-21 3266
本篇主要学习目标检测里用到的边界框、锚框的基础概念和实现，包括交并比、在训练数据中标注锚框，和使用非极大值抑制预测边界框。
目标检测—锚框
wltyh的博客
05-04 2002
这里写自定义目录标题欢迎使用Markdown编辑器新的改变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流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
锚框-动手学深度学习
m0_58664541的博客
11-21 145
这里记录一下《动手学深度学习pytorch版》里关于生成多个锚框的代码注释，不一定正确，但我不想再动脑子了。
动手学习深度学习——锚框
m0_51474171的博客
08-16 1069
我们以图像的每个像素为中心生成不同形状的锚框。交并比（IoU）也被称为杰卡德系数，用于衡量两个边界框的相似性。它是相交面积与相并面积的比率。在训练集中，我们需要给每个锚框两种类型的标签。一个是与锚框中目标检测的类别，另一个是锚框真实相对于边界框的偏移量。在预测期间，我们可以使用非极大值抑制（NMS）来移除类似的预测边界框，从而简化输出。...
李沐《动手学深度学习》锚框
最新发布
Y2813860260的博客
03-17 796
在这里* in_height / in_width很多人不理解（包括我），经过看其他人的评论和自己测试后我发现，是因为文章中的公式有误，导致大家推导代码感觉没有逻辑性。把上面推导过程捋清楚后，这里就不能理解* in_height / in_width，是为了与原图等比例缩放,也就是说当r=1时,使得。所以其实这里代码是没问题的，因为文章中对两个参数的描述不清晰，导致大家不理解。（所以这里的宽高比不是锚框的宽高比，而是锚框的宽高比与原图的宽高比的比值）。，锚框与原图同形，而不是确定锚框为正方形。
动手学深度学习之锚框
Trony的博客
08-26 4110
锚框 锚框就是一个框，边缘框就是一个物体的真实的位置的一个框，锚框是对这个边缘框位置的一个猜测。算法先给我们画出一个框，然后看这个框里面有没有物体。如果有的话，算法就基于这个物体进行预测，它到我们真实的边缘框是怎么偏移过去的。简单来说就是，先提出多个框，然后看看框里面有没有这个物体，有的话，就基于这个框来调整位置。这样我们就有两个预测，一个是对框中是否存在该物体的预测，另一个是锚框到真实的边缘框的预测。 loU-交并比 loU用来计算两个框之间的相似度。它是一个0-1之间的数值，0表示无重叠，1表示
SSD Single shot detection 单发多框检测 实现 多尺度锚框 动手学深度学习v2
AI架构师易筋
05-01 1225
1. 多尺度锚框 2. SSD Single shot detection 单发多框检测 实现 num_classes + 1 表示分类数 + 背景数 channel先挪到最后 bbox_masks 表示如果是背景框的时候，是0，否则是1.只关心非背景的边框。 3. Q&A num_inputs 输入的通道数，num_anchors每个像素的锚框数。 w*h*num_anchors*(num_class+1) 像素比较大图片，SSD会炸
《动手学深度学习》(PyTorch版)
风口IT猪的成长录
09-16 6449
《动手学深度学习》PyTorch版深度学习简介起源发展成功案例特点小结练习参考文献 深度学习简介 你可能已经接触过编程，并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道，尽管很多时候它们被赋予了更广义的名字：人工智能。 实际上，或者说幸运的是，大部分程序并不需要深度学习或者是更广义上的人工智能技术。例如，如果我们要为一台微波炉编写一个用户界面，只需要一点儿工夫我们便能设计出十几个按钮以及一系列能精确描述微波炉在各种情况下的表现的规则。 再比如，假设我们要编写一个电子邮件客户端。这样
《动手学深度学习》PyTorch版本
wzy628810的博客
01-20 8155
本项目对中文版《动手学深度学习》中的代码进行整理，并参考一些优秀的GitHub项目给出基于PyTorch的实现方法。为了方便阅读，本项目给出全书PyTorch版的PDF版本。欢迎大家Download，Star，Fork。除了原书内容外，我们还为每一章增加了本章附录，用于对该章节中用到的函数以及数学计算加以说明，除此之外还增加了语义分割网络（U-Net）的实现。
【目标检测】锚框（anchor box）理解和代码实现--《动手学深度学习V2》
博观约取，厚积薄发
01-05 2061
本人对锚框的理解。 锚框（anchor box）理解和代码实现 - 知乎
动手学深度学习——目标检测 SSD R-CNN Fast R-CNN Faster R-CNN Mask R-CNN
iwill323的博客
09-26 1731
目标检 SSD R-CNN Fast R-CNN Faster R-CNN Mask R-CNN
怎么利用pytorch训练好的模型测试单张图片
热门推荐
qq_24946843的博客
07-12 1万+
pytorch网络输入图片的格式是[B,C,H,W],分别为batch（每批送入网络的图片数量），图片通道数，图片高，图片宽。 torchvision.transforms可以对图像对象进行一系列裁剪、翻转等转换操作，其中也包括转换为tensor张量。（transforms.ToTensor()） 而opencv读取的是ndarray格式，不能进行torchvision.transforms变...
dlib：68个人脸关键点检测
qq_24946843的博客
06-18 1万+
参考文章：图片人脸检测--Dlib版 检测效果： anaconda prompt中输入：pip install dlib安装dlib包 下载训练模型： 训练模型用于是人脸识别的关键，用于查找图片的关键点。 下载地址：http://dlib.net/files/ 下载文件：shape_predictor_68_face_landmarks.dat.bz2 单张图片代码...
pytorch十四：pytorch实战（猫和狗二分类）
qq_24946843的博客
04-25 6567
猫狗二分类是kaggle上一个经典的比赛，数据集可在kaggle官网进行下载，其训练集包含25000张。 在做深度学习项目时，往往都需要以下几个部分： 模型定义 数据处理和加载 参数配置 训练模型（train& validate） 测试 关于__init__.py 可以看到，几乎每个文件夹下都有__init__.py，一个目录如果包含了一个__init__.py文件，那么...
pytorch模型转ncnn
qq_24946843的博客
08-15 6253
首先编译腾讯开源的ncnn：https://github.com/tongxiaobin/ncnn 在tools/pytorch里最下面有个链接：https://github.com/Tencent/ncnn/wiki/practical-pytorch-to-onnx-to-ncnn（将pytorch转为ncnn） 1、pytorch to onnx 新建pytorch2onnx.p...
pytorch对输入超过三通道的数据进行训练
qq_24946843的博客
09-06 3383
案例背景:视频识别 假设每次输入是8s的灰度视频,视频帧率为25fps,则视频由200帧图像序列构成.每帧是一副单通道的灰度图像,通过pythonb里面的np.stack(深度拼接)可将200帧拼接成200通道的深度数据.进而送到网络里面去训练. 如果输入图像200通道觉得多,可以对视频进行抽帧,针对具体场景可以随机抽帧或等间隔抽帧.比如这里等间隔抽取40帧.则最后输入视频相当于输入一个40通...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值