![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
多目标检测
目标检测系列算法原理及复现
通信仿真爱好者
phd在读,爱好通信领域相关仿真,包括调制解调,OFDM,MMIMO,信道编码(ldpc,polar,卷积)等,也擅长可见光(VLC),多址接入(NOMA,RSMA),无人机(UAV),智能反射面(RIS)等通信优化问题相关的资源分配算法,如sca,拉格朗日等,也擅长使用强化学习解决通信相关问题。所展示的仿真图均有完整代码一键运行出图
展开
-
kmeans及python图解实现
在无监督学习中,训练样本的标记信息是未知的,网络是通过对无标记样本的学习来揭示数据的内在性质和规律。在无监督学习中,应用最多的就是聚类。 简单的理解聚类:聚类就是把数据划分为不同的组,组内的数据具有相似的属性和特征,组间的数据具有高度不相关的属性和特征。即把相似的东西分为一组。那么,组内相似越大,组间差别越大,那么聚类的效果就会很好。难点:如何评估(不知到分类结果到底怎么样),如何调参...原创 2020-01-10 13:13:10 · 8660 阅读 · 3 评论 -
小白踩坑----ubuntu16.4配置yolov3的流程
conda 安装opencv :conda install -c menpo opencv原创 2020-01-10 21:42:03 · 505 阅读 · 0 评论 -
anchor box
参考:吴恩达 卷积神经网络anchor box 是目标检测中十分重要的概念,虽然最近很多论文都提出anchor free,但是深入理解anchor box对我们理解目前主流的faster rcnn,ssd,yolov2v3等算法很有帮助。传统方法:1.滑动窗口:顾名思义,采用一个固定大小的窗口在图上不断滑动截取固定大小的图片,从左到右,从上到下,遍历整个图片。依次判断截取下的框包不包含目标。...原创 2020-01-09 21:10:05 · 824 阅读 · 1 评论 -
目标检测算法分类及相关术语
1.目标检测算法分类:Two stage:1)先生成Region Proposal,2)通过卷积神经网络进行分类。步骤:特征提取 ——> 生成Region Proposal ——> 分类/回归代表算法:R-CNN、 Spp-Net、Fast R-CNN、Faster-RCNN,MTCNN等。One stage1)直接提取特征来预测物体的类别和位置。步骤:特征提取 ...原创 2020-01-09 16:28:46 · 1429 阅读 · 0 评论 -
yolov1-v3系列学习
yolo的特点,训练和检测均是在一个单独的网络中进行没有显试·地去求取region proposal每个格子输出B个bounding box(包含物体的矩形区域)信息,以及C个物体属于某种类别的概率信息。Bounding box信息包含5个数据值,分别是x,y,w,h,和confidence。其中x,y是指当前格子预测得到的物体的bounding box的中心位置的坐标。w,h是boundi...原创 2020-01-09 16:25:30 · 355 阅读 · 0 评论