目标检测
目标检测论文阅读笔记及实战。
Ma lidong
这个作者很懒,什么都没留下…
展开
-
从PyTorch编程实现角度学习Faster R-CNN
本例实现主要参照:https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html0 环境配置Python=3.7Pytorch=1.5torchvision=0.6cudatoolkit=10.1pycocotoolsUbuntu+Anaconda或者Win10+Pytorch最好使用GPU训练命令行conda create -n faster-rcnn python=3.7 # 创建环境source activ原创 2020-12-04 20:36:54 · 436 阅读 · 0 评论 -
YOLOV1至YOLOV4简介
目标检测简介Input:输入。Backbone:特征提取网络。Neck:特征增强模块。Head:检测模块。主要分为一阶段目标检测和两阶段目标检测。mAP简介TP:IoU>0.5的检测框数量(同一个Ground Truth只计算一次)。FP:Iou<=0.5的检测框(或者是检测到同一个GT的多余检测框的数量)。 FN:没有检测到的GT数量。Precision(查准率):TP/(TP+FP)模型预测的所有目标中,预测正确的比例。Recall(查全率):TP/(TP+FN)原创 2020-11-24 15:55:14 · 4121 阅读 · 0 评论