![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 89
视觉萌新、
这个作者很懒,什么都没留下…
展开
-
目标检测:Faster R-CNN——ROI Head模块介绍及源码笔记
目标检测:Faster R-CNN——ROI Head模块介绍及源码笔记目的:为RPN模块提供的每个proposal进行类别预测和回归参数的预测,预测对象类别和微调RPN预测出来的边界区域输入:特征图、proposal输出:物体类别以及对应的边界框坐标模块流程:损失计算过程(这里与RPN模块类似):流程图原创,使用请转载。原创 2023-08-09 09:43:09 · 1007 阅读 · 0 评论 -
目标检测:Faster R-CNN——RPN模块介绍及源码笔记
目标检测:Faster R-CNN——RPN模块介绍及源码笔记目的:预测出图像中目标所在的位置输入:特征图输出:物体边界框,大致将图像中的物体标注出来模块流程:损失计算过程:流程图原创,使用请告知。原创 2023-08-09 09:39:30 · 955 阅读 · 0 评论 -
目标检测:Faster R-CNN——网络整体结构介绍及源码笔记
目标检测:Faster R-CNN网络整体结构源码笔记及细节介绍论文题目:《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》原创 2023-08-09 09:33:34 · 447 阅读 · 0 评论 -
数据增强——仿射变换
数据增强——仿射变换,常用于图像的数据增广,扩充训练数据,包括:旋转、平移、缩放、错切。原创 2023-06-25 11:03:53 · 362 阅读 · 0 评论 -
目标检测数据增强:mosaic增强
目标检测数据增强:mosaic增强,将四张图片以随机缩放、随机裁减、随机排布的方式拼接在一起,组成一张图片。原创 2023-06-25 11:00:06 · 1453 阅读 · 0 评论 -
目标检测:YOLOv3-SPP网络介绍及代码笔记
目标检测:YOLOv3-SPP网络介绍及代码笔记原创 2023-06-26 16:15:52 · 715 阅读 · 0 评论 -
目标检测:RetinaNet网络介绍及代码笔记
目标检测:RetinaNet网络介绍及代码笔记原创 2023-06-26 16:06:12 · 678 阅读 · 0 评论 -
目标检测:IoU介绍及其改进
在目标检测中常用到一个指标IoU,又称交并比,用于衡量一幅图像中两个边界框的重合度。在训练阶段,可以用于衡量锚框和物体边界框之间的相似度,来给每个锚点划分正负样本,即给锚点匹配标签,同时也可以用作损失函数,通过提高预测边界框与真实边界框之间的相似度来改善网络预测物体边界框的能力;在测试阶段,可以利用IoU来衡量预测边界框之间的重合度,用于过滤重合度高的边界框,即参与NMS运算。计算公式边界框A和边界框B之间的交集区域面积除以并集区域面积IoUA∩BA∪BIoUA∪BA∩B。原创 2023-06-26 16:01:23 · 2164 阅读 · 0 评论 -
目标检测:锚点介绍及应用
锚点相当于在待预测的特征数据上预设出可能的物体边界框,即预设出特征数据可能代表的物体区域,每个区域通常由两个属性构成——尺度(scale或size)和比例(ratios),即区域面积和区域矩形的宽高比例,也可以是锚点宽高数据。每个锚点都是在特征图像素点的基础上设置。原创 2023-06-26 15:58:54 · 3539 阅读 · 0 评论 -
目标检测:回归参数介绍及应用
虽然通过设定锚点,可以让特征图上的像素点代表形状不一的矩形区域,但实际需要检测的区域宽高比例具有未知性,我们不可能预设出所有可能出现的比例,因此并不能单单依靠锚点来完成对区域的检测。这时就引入了回归参数这一概念,回归参数相当于是锚点与物体边界框(以下简称边界框)之间的**“桥梁”,我们可以找出与边界框最相似锚点,之后利用回归参数,将锚点所代表的区域微调成边界框所代表的区域,因此回归参数往往有四个值,分别对应定位锚点矩形区域的四个值,可以是矩形框的宽、高、中心点坐标的xxx和yyy。原创 2023-06-26 15:54:44 · 624 阅读 · 0 评论