找不到服务器的博客

准备数据集分类数据集分类数据集由录视频得到，与二分类的数据集类似。运行camerashot.py，准备好后按s建开始录制，开始后20秒自动结束。这种做法主要是考虑正负样本均衡。可录制多段视频，第二次录制时应将前一次录制的视频重命名或移到另一个位置。定位数据集定位数据集的标注方法如下：对于如图所示的物体，用Windows自带的画图软件打开，左下角实时显示了光标在图片上的宽和高。点刷子，光标将变成十字形，然后放大图片，光标可精确到每个坐标点。分别确定物体的最左端的x坐标(记x1)、最右端的x坐标

这篇文章的重点是解释为什么YOLO的损失函数中的置信度损失要设计成iou的形式而不是简单的0和1，而且既然是IOU那为什么不是最好用的ciou而就是最简单的iou？(待续。。。）从零搭建自己的目标检测网络教程(零)前言...

关于边界框回归有个理论细节所有人都没有提到，问了好多人都觉得我问的问题太简单了根本就不算个问题，我甚至解释了好几遍才找到能准确描述出我的疑惑的问法，可当我提问清楚后大家又表示没想过这个问题，建议我去问原作者，我现在想明白了便在此解释一下。附一个网上介绍的比较详细的博客边框回归(Bounding Box Regression)详解以及DIOU和CIOU论文Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression这篇论文

我从零搭建自己的目标检测网络而不用现在流行的网络（YOLO,RCNN,SSD等）有以下几个原因：看不懂源码，就算看懂了也不能保证自己注意到了所有的细节我要完成的任务是识别任何我想识别的物体，换句话说就是没有公开的数据集（这说白了还是因为我没搞懂YOLO网络在训练方面的一些细节）流行的网络都是针对的正方形或指定比例的图像分辨率输入，而我要用摄像头，分辨率固定，不需要resize，而且分辨率较高，想给每个网格分配更高的分辨率自己从零开始设计更能加深理解这些原因让我最终决定不如自己设计一个网络。我将

第一版的主干网络使用resnet18，没有修改结构，网络结构如下：第二版基于shufflenetV2网络进行修改，网络结构如下：

分类部分使用的是录制视频的方式，定位部分仅使用数据增强技术。分类分类数据集的获取方法是，为待识别的物体和物体所在的背景分别录制一段或多段视频，并在dataset文件中给出说明（以后可能会把程序改成多个视频放在2个文件夹中）定位这部分方法是我自己想到的，而且有很多创新的地方，所以我在前言中写禁止转载。目标检测的标注一直是一个很大的问题，有很多的自动标注工具，而我的方法只需要对一张图片(多张也可以，越多越好)进行标注即可。仿射变换图像平移的仿射变换的公式如下：[x′y′]=[10dx01dy][x