目标检测
Parallax_2019
初极狭,才通人。复行数十步,豁然开朗。----T
展开
-
YOLO v3理解(二)
首先搞清yolo检测网络的输入输出:最终输入的是416*416的三通道图像,输出的是三个尺度特征图上的预测张量。第一尺度:13*13,对此特征图使用最大的三个anchor box,最终得到13*13*3*(4+1+num_class)维度的张量。此尺度的特征图对原图来说有最小的分辨率,这个anchor尺寸适宜检测大物体。第二尺度:26*26,此尺度由第一尺度featuremap上采样并...原创 2019-12-17 01:45:11 · 230 阅读 · 0 评论 -
基于R-CNN的两阶段目标检测
RPN网络中AnchorTargetCreator分析:将20000多个候选的anchor选出256个anchor进行二分类和所有的anchor进行回归位置。为上面的预测值提供相应的真实值。选择方式如下:对于每一个ground truth bounding box (gt_bbox),选择和它重叠度(IoU)最高的一个anchor作为正样本。 对于剩下的anch...原创 2019-05-05 01:25:21 · 1296 阅读 · 0 评论 -
目标检测模型训练过程——总结
首先是数据集其中有三个文件包:Annotations:xml格式,包含图片名称,图片尺寸及通道数,图片中的object类别及边界(左上右下四个点)JPEGimages:ipg格式,所有的图片一起,训练集和测试集(按序号命名)imageSets:4个txt文件,训练验证集,训练集,验证集,和测试集的按序号划分。数据集预处理:将文件解析成 按迭代器能返回一系列(img,bbox,lab...原创 2019-10-11 15:56:19 · 2428 阅读 · 2 评论