目录
图像处理算法
1、卷积神经网络局部连接
卷积过程是一个激活图像特征的过程。
神经元:也叫感受野,是一个滤波器,它的宽高自定义,深度值全网络与输入图片的通道数一致。
步长:表示卷积每次会滑动步长个像素。
输出尺寸:用公式计算,与输入数据大小、感受野尺寸、步长、填充0的数量等参数有关。
0填充:可以改变卷积输出结果的大小
参数共享:因为同一特征在不同位置的表现是相同的,不使用参数共享是因为,不希望在不同位置检测到相同特征比如人脸眼睛。
池化层:根据图片特征的不变性,从卷积层输出结果的切片上,选取最大值(策略)进行采样,实现图片缩小(降噪)后再进行卷积。一般在卷积层之间用最大值特征,在最后一层用平均池化策略。
2、全连接层
经过一系列的卷积和池化之后,每个神经元与前一层所有的神经元全部连接, 而卷积神经网络只和输入数据中的一个局部区域连接, 并且输出的神经元每个深度切片共享参数。
OTB跟踪算法评测平台
1、使用步骤
(1)设置要评测的算法trackers;(2)anno中选择在哪些视频序列上进行测试;(3)运行测试文件;(4)