![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
BatFor、布衣
hello
展开
-
目标检测------图片预处理/方框绘图(pillow,matplotlib,tensorboard)
实验环境:win10 + pytorch1.5(cpu版) + tensorboard2.2.0 + Pillow7.1.2 + matplotlib3.2.1Pillow读入图片PIL:Python Imaging Library,已经是Python平台事实上的图像处理标准库了。PIL功能非常强大,但API却非常简单易用。由于PIL仅支持到Python 2.7,加上年久失修,于是一群志愿者在PIL的基础上创建了兼容的版本,名字叫Pillow,支持最新Python 3.x,又加入了许多新特性,因此,我们原创 2020-07-29 01:10:37 · 1762 阅读 · 0 评论 -
目标检测之Faster R-CNN(附pytorch代码)
概念目标检测的任务就是不仅要对图片中的物体进行定位,而且还要将物体进行分类,同时还要输出分为此类的置信度概率。如下图:整体架构Dataset:数据,提供符合要求的数据格式(目前常用数据集是VOC和COCO)Extractor(有的文章也称为Backbone): 利用CNN提取图片特征features(原始论文用的是ZF和VGG16,后来人们又用ResNet101)RPN(Region Proposal Network): 负责提供候选区域rois(每张图给出大概2000个候选框)RoIHe原创 2020-07-08 15:53:53 · 4881 阅读 · 0 评论 -
目标检测——IOU和NMS计算
IOU交并比(Intersection-over-Union,IoU),在目标检测领域,通常指在图片中两个方框面积之间的交并比。给定两个方框C,G。则有:IOU(C,G)=area(C)⋂area(G)area(C)⋃area(G)其中area(C)代表方框C的面积,其它同理。 IOU(C,G) = \frac{area(C)\bigcap area(G)}{area(C)\bigcup area(G)} \\其中area(C)代表方框C的面积,其它同理。IOU(C,G)=area(C)⋃area(G原创 2020-07-23 16:30:40 · 3427 阅读 · 4 评论