目标检测
Little Bone
职场新猿
展开
-
图像处理之均值滤波,高斯滤波(高斯模糊),中值滤波,双边滤波
一、图像处理之均值滤波,高斯滤波(高斯模糊),中值滤波,双边滤波滤波器介绍滤波器作为图像处理课程的重要内容,大致可分为两类,空域滤波器和频率域滤波器。本文主要介绍常用的四种滤波器:中值滤波器、均值滤波器、高斯滤波器、双边滤波器,并基于opencv做出实现。空域的滤波器一般可以通过模板对原图像进行卷积。注意:空域滤波器和频率域滤波器对比1)空间域指图像本身,空域变换直接对图像中的像素进行操作。2)图像变换是将图像从空间域变换到某变换域(如 傅立叶变换中的频率域)的数学变换,在变换域 中进行处理,转载 2020-06-28 15:01:51 · 5875 阅读 · 0 评论 -
把视频按帧保存为图片
读取视频,按帧保存为图片C++思路主要步骤代码完整代码思路视频是由帧组成的,先读取视频,设置初始帧和结束帧,根据所需的帧数量,从视频对象中读取帧,然后写入指定目录主要步骤代码//视频对象capture读取文件VideoCapture capture("/home/gzl/CLionProjects/detection_yolo/frame_read_demo/run.mp4");//读取视频中帧,读取时是逐帧读取Mat frame;capture.read(frame);//将读到的帧写入原创 2020-06-14 22:19:55 · 1327 阅读 · 0 评论 -
卷积神经网络CNN中的感受野
卷积神经网络中的感受野在典型CNN结构中,CONV层每个输出节点的值仅依赖CONV层输入的一个区域,这个区域之外的其他输入值都不会影响输出值,该区域就是感受野图中是个微型CNN,来自Inception-v3论文,原图是为了说明一个conv5x5可以用两个conv3x3代替,从下到上称为第1, 2, 3层:第2层左下角的值,是第1层左下红框中3x3区域的值经过卷积,也就是乘加运算计算出来的,即第2层左下角位置的感受野是第1层左下红框区域第3层唯一值,是第2层所有3x3区域卷积得到的,即第3层唯一位置的转载 2020-11-21 16:12:06 · 215 阅读 · 0 评论 -
目标检测-损失函数
目标检测任务的损失函数由两部分构成:Classification Loss和Bounding Box Regeression Loss。见参考连接:https://www.cnblogs.com/AIBigTruth/p/15083756.html原创 2021-09-18 18:37:47 · 170 阅读 · 0 评论