- 博客(81)
- 收藏
- 关注
RSS订阅转载 yolov5的anchors及bbox的编解码原理
至此，encode就完成了，一开始我们的网络没有经过训练，框都是乱跑的，经过编码之后约束到一个区间。这个时候，我们网络的输出pred_bboxes经过encode之后得到的框(记作res)几乎就是target框，还记得之前的Anchor中心点所在网格的左上角坐标a=(6,2)吗，加到res上不就是人工标注嘛！20的feature map为例**，stride=32，对应9组anchor中的第一组：[(116, 90), (156, 198), (373, 326)]。80的feature map上有56。
2023-02-23 17:57:09
4702
2
原创 数据集转换为COCO format、yolov5格式整理
1、widerface：源格式转VOC格式，VOC2COCO、VOC2YOLO。后续其他数据集等待更新…
2022-12-14 10:06:05
697
原创 【YOLOV5-5.x 源码讲解】整体项目文件导航
【YOLOV5-5.x 源码讲解】整体项目文件导航。现在基本完成，花点时间整理下yolov5的学习笔记。
2022-11-23 17:07:40
292
原创 OpenCV3
OpenCV3源代码实践1、图像显示/** 图像显示*/#include <opencv2/opencv.hpp>using namespace cv;int main(){ Mat srcImage = imread("1.jpg"); # 载入1.jpg的3通道的彩色图像，flags=0为灰度图 imshow("【原始图】", srcImage); waitKey(0); destroyAllWindows();}2、图像腐蚀图像腐蚀是最基本的形态学运算之
2022-05-11 22:19:20
179
原创 详解相机标定算法原理
详解相机标定算法原理1.1 为什么要相机标定？相机的作用就是将真实的三维世界转换成二维平面世界，可以将相机看成一个函数，输入是一个三维的场景，输出是我们获得的二维的图片。从三位世界到二维世界的这个映射关系是不可逆的，也就是说无法仅通过一张二维图片来得到真实的三维世界。相机标定模型如图1所示：相机标定就是通过输入带有标定pattern的标定板来计算相机参数，来用简单的数学模型来表达复杂的成像过程。求解这个数学模型，也就是求解相机的参数，包括相机的内参，外参以及畸变参数。有了这个数学模型，我们可以对相机
2021-12-20 22:48:13
2753
原创 3D-2D估计
3D-2D估计输入:3d空间点 2d像素点，输出:相机的位姿此时相机位姿估计已知一张图片含有3D信息，另一个只有2D信息，此问题采取特征点法估计若干图像中的相机运动。思路为先从图像中提取若干特征，然后在3D-2D图像间进行特征匹配，这样就得到许多匹配好的点，再根据这些点进行相机位姿的求解，即求解相机相对于世界坐标系的姿态改变量R,t。其旋转矩阵设为R，平移向量设为t。3D-2D估计本质是pespective-n-point（PnP）一个问题，即给定世界坐标系中n个3D点及其在图像中的相应2D投影的情况
2021-07-12 12:29:15
1121
2
原创 相机位姿整理笔记
相机位姿相机位姿估计是指给定若干图像，估计其相机运动的问题。求解方法通常分为特征点法和直接法。1、特征点法特征点法的思路是先从图像当中提取许多特征，然后在图像间进行特征匹配，这样就得到许多匹配好的点，再根据这些点进行相机位姿的求解。根据传感器形式的不同，可以分成三种情况：（1）2D-2D：单目相机获取的图像，只能获取像素坐标（2）3D-3D配对点: RGBD图像或双目相机，可以获取深度信息（3）3D-2D：已知一张图中的3D信息，另一张图只有2D信息从问题的角度分析：在两帧各自的相机坐标系
2021-07-11 17:00:47
3571
1
原创 3D human pose 重要论文以及笔记（持续更新）
3D human pose 重要论文以及笔记（持续更新）单目3D人体姿态估计论文清单 浙大CAD&CG实验室整理基于深度学习的单目2D/3D姿态估计综述（2021）3D human pose 重要论文分类（持续更新）
2021-07-03 12:10:03
274
原创 pytorch中存储各层权重参数时的命名规则，为什么有些层的名字中带module.
pytorch中存储各层权重参数时的命名规则，为什么有些层的名字中带module.很详细
2021-05-09 10:32:25
550
原创 Opencv-python（cv2）图像读取、显示与保存，看这一篇就够了
Opencv-python（cv2）图像读取、显示与保存，看这一篇就够了很详细
2021-05-03 22:43:48
288
原创 人体姿态估计-生成heatmap的方法
人体姿态估计-生成heatmap的方法有时间整理下生成heatmap的方法~????主要是两类方便快速的方法，以前的方法这里不讨论这里假设heatmap大小为(64,48)，关键点的坐标为(32,24)即将一个(64,48)的黑图的中心点点亮1、利用CV2函数，利用高斯模糊函数生成heatmap函数：cv2.GaussianBlur(heatmap, kernel, sigma)参数说明：heatmap：要进行高斯模糊的原图像imgkernel： 高斯核大小 ，一般为正数和奇数sigma
2021-05-03 22:43:09
3534
5
原创 Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()
Python-OpenCV:cv2.imread(),cv2.imshow(),cv2.imwrite()很详细
2021-04-21 16:50:57
172
原创 PyTorch-网络的创建，预训练模型的加载--modules(),named_modules(),children(),named_children() 访问模型的各个子模块
PyTorch-网络的创建，预训练模型的加载modules(),named_modules(),children(),named_children() 访问模型的各个子模块详细，还有其他
2021-04-19 16:15:52
248
原创 CNN 模型所需的计算力（flops）和参数（parameters）数量是怎么计算的？
CNN 模型所需的计算力（flops）和参数（parameters）数量是怎么计算的？第一个回答十分详细
2021-04-12 22:00:51
402
原创 tensorboardX可视化及服务器tensorboardX页面在本地显示
tensorboardX可视化及服务器tensorboardX页面在本地显示之前一值对tensorboardX比较模糊，由于本人实验需要，需要在远程服务器上使用TensorboardX可视化，将tensirbiardX页面在本地显示，特此整理下踩过的坑！！1、环境Pytorch 1.6Cuda 10.1tensorfolw 2.2.0tensorboardX 2.2远程连接服务器 Xshell62、Pytorch装TensorboardXpip install tensorboardX
2021-04-11 15:50:49
1190
原创 Python3的zip()
Python3的zip()《Python数据处理》7.2.1笔记: zip函数输出为“zip object at 0x00000272CAEDD488”https://blog.csdn.net/qq_24918869/article/details/52080163
2021-03-31 12:14:30
154
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人