深度学习相关知识Anchor

图像目标检测:在图像上设置很多不同比例的参照框,由深度学习网络判断框内是否包含目标

具体方法:图像下采样得到不同比例的结果如 4*4, 8*8, 32*32 其中每个格子中包含多个不同比例的Anchor,如果IOU比例大于某一阈值则判断为正样本。

好处:

1、这样做的好处是减少参照框的数量,提高运行速度。

2、适应不同尺度的目标。

3、假如每个尺度有3个比例的Anchor,一共3个尺度,每个尺度训练三个Anchor就可以;即一共训练3*3 = 9个  (类似于9个卷积核?)

如果设置Anchor的比例:根据训练数据的比例分布。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值