目标检测
文章平均质量分 77
报任安者
热衷于机器学习算法、深度学习、计算机视觉、图像处理的小伙伴!勿忘初心、、、
展开
-
目标检测PVAnet原理和代码理解
1 阐述了源码中影响模型的相关参数http://blog.csdn.net/burning_keyboard/article/details/71773682(1)train.prototxt里分别用c++和python层对proposal和rpn里的box的形状给了参数。c++的在pvanet/caffe-fast-rcnn/src/caffe/layers/proposal.cpp里,pyth...原创 2018-04-06 11:03:02 · 1958 阅读 · 0 评论 -
基于颜色信息的目标检测识别方法研究
1.基于 Open CV 的目标物体颜色及轮廓的识别方法(1)基于HSV颜色空间的目标识别,图像预处理采用高斯滤波、中值滤波。(2)在每个通道进行创建滑动条和阈值化处理。(参数调节和效果图对比比较直观)(3)对每个通道的检测的图像进行先膨胀后腐蚀的闭运算(去除被检测到物体的边缘噪点及其他噪声影响),然后查找和绘制轮廓,而后画框,建议瞄准点。(针对战队计划)(4)实现重要就是建立下面的滑动条,来动态...原创 2018-04-06 11:16:03 · 9135 阅读 · 1 评论 -
联合检测和分割多任务的方法研究
目前这类在自然图像中和实例分割很相近,给出每类别个体的分类,同时首先给出单个体的候选检测框。针对这类最新的方法很像Mask-RCNN的形式,包含RPN提取候选框,在faster RCNN的基础网络上添加分割支路,像何凯明的mask RCNN的关键在于如何构建一个ROI warp层,通过精心设计该层,实现网络能够实现多任务的联合训练。 针对联合检测和分割,近期在了解和收集资料,在此先给...原创 2018-04-06 13:20:33 · 4853 阅读 · 0 评论