目标检测tips
六五酥
每天积累一点点
展开
-
目标检测与分类识别之提高map的方法---新生成类进行针对性训练
什么是map呢,已经有不少对map的解释说得很明白了,在这里就不再赘述。在分类识别中,我们往往会遇到个别ap比较低的,在这种情况下,ap低的类显然会拉低map,我们在计算map的过程中,可能会得出以下结果可以明显看出花盆、书籍纸张、金属器皿、污损用纸、垃圾桶这几个类别的ap特别低,我们可以单独对这些类别进行分析,如何将这些类别从数据集提取出来呢?可以参考这里:目标检测与分类识别之数据集分类通过分析我们得出是数据集相对单一,图片太少,遮挡多导致的,那此时我们将这些类提取出来,生成新的数据集,方便我们对原创 2020-06-12 16:27:58 · 2183 阅读 · 4 评论 -
目标检测与分类识别之数据集分类
摘要:在拿到数据集之后,需要对数据集进行分析,首先要知道数据集的种类,每个种类的数据情况如何,简单的说就是要看看图片长什么样,有什么特征,归类后有利于我们对数据的分析,以下以“华为云杯”2020深圳开发数据应用创新大赛-生活垃圾图片分类的数据集为例,进行演示获取后的数据集的数据结构是标准的VOC数据集一共有14964张图片和44个类别那么我们将类别分开,为了防止读取文件的时候报编码格式出错,所以已经把类别写入程序,当然在能处理好文件编码问题,直接读取train_classes.txt读取类别名称也是原创 2020-06-12 16:11:11 · 5870 阅读 · 7 评论 -
目标检测中图片预处理之图片大小分析
获取图片大小,并绘制成散点图:import timeimport matplotlib.image as mpingimport osimport matplotlib.pyplot as plt#获取单个图片的大小def get_Image_Size(image_Path): #print("获取图片尺寸大小:"+ image_Path) try: lena = mping.imread(image_Path) except: time.sleep(0.5) print(原创 2020-05-20 16:32:58 · 3625 阅读 · 5 评论