目标检测
文章平均质量分 92
scut_salmon
这个作者很懒,什么都没留下…
展开
-
论文翻译:Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
来源:CVPRAbstract最先进的物体检测网络依靠区域提议算法来推测物体的位置。SPPnet [1]和Fast R-CNN [2]等研究已经减少了这些检测网络的运行时间,使得区域提议计算成为一个瓶颈。在这项工作中,我们引入了一个区域提议网络(RPN),该网络与检测网络共享全图像卷积特征,从而使近乎成本的区域提议成为可能。 RPN是一个完全卷积网络,可以同时预测每个位置的对象边界和对象分原创 2018-01-12 09:58:29 · 976 阅读 · 0 评论 -
目标检测map理解
1. MAP的物理意义平均精度的意义是将各个召回率下准确率取平均,这个平均准确率可以衡量目标检测模型的性能,却不能直观地知道实际测试时特定置信度下准确率和召回率。只考虑大于特定置信度阈值下的正检和错检,可得到相应的准确率和召回率2. MAP的计算方法map即平均精度均值,平均精度,也就是平均准确率,把准确率取个平均。把哪几个准确率取平均呢,接下来将阐述是把哪几个准确率取平均,以及这些...原创 2019-07-18 13:35:49 · 2114 阅读 · 0 评论 -
Mask R-CNN中的mask分支理解
这里介绍Mask R-CNN的mask分支,mask rcnn的idea很简单,就是在faster rcnn的基础上加个mask分支(另外把ROI pooling转化成ROIAlign),所以只要理解了mask分支,大概就能理解mask rcnn了。1. 结构:mask分支处理ROI得到固定尺寸的14*14*80的feature map,需要注意的是target不一定都是14*14的,...原创 2019-06-27 16:50:41 · 10597 阅读 · 4 评论 -
cascade rcnn目标检测中的mismatch问题
cascade rcnn这篇论文提到mismatch问题https://arxiv.org/pdf/1712.00726.pdf意思是training阶段和inference阶段,detector输入的proposal是不一样的,前者的proposal经过筛选(IoU>threshold)质量更高,后者的未经过筛选,质量更差。用前者训练得到的detector来测试后者的propo...原创 2019-06-06 09:34:27 · 1297 阅读 · 0 评论 -
Bounding Box Regression的label为什么设计成对数形式
Bounding box regress这篇博客讲得很清楚https://blog.csdn.net/zijin0802034/article/details/77685438,但还是很疑惑为什么label设计成对数形式原论文没有过多解释:博客中的解释如下:我的理解:bounding box regression就是在已知proposal特征的前提下,训练模型使模型可...原创 2019-04-12 17:12:12 · 369 阅读 · 0 评论 -
COCO数据集标注格式介绍
本博客参考自https://zhuanlan.zhihu.com/p/29393415https://blog.csdn.net/yeyang911/article/details/78675942这两篇介绍都挺好的,但是没有亲自查看json文件中的变量结构,总觉得记起来不是很深刻。因为我是做目标检测,只用到instance json,如果查看另外两类json文件,方法相同。...原创 2019-03-06 21:19:45 · 12003 阅读 · 0 评论 -
ROI pooling理解
ROI Pooling是对ROI做的池化,可以把尺寸不一的ROI池化成相同尺寸的feature map。在pytorch中的各个参数如下:实际上,通过这个池化层,不同图片的不同ROI被整合到了一起,这样一来,输入就是无差别对待的ROI feature。...原创 2019-08-13 09:55:13 · 546 阅读 · 0 评论