目标检测
jack_201316888
这个作者很懒,什么都没留下…
展开
-
数据增强-亮度-对比度-色彩饱和度-色调-锐度 不改变图像大小 --增加ssd目标框xml文件的同步处理方法。
1,详细信息 https://github.com/jack16888/imgaug color_brightness.py 要联合其他脚本使用。2,该github中还有另外一种图像增强方法,请看github介绍imgaug。# coding=utf-8import osimport osimport cv2import mathimport numpy as npimport shutilfrom PIL import Imagefrom PIL import ImageEnh..原创 2020-05-27 13:54:17 · 1145 阅读 · 1 评论 -
图像增强方法,SSD有BBOX的情况用这个方法比较好。
参考:https://blog.csdn.net/limiyudianzi/article/details/86497345https://github.com/cyndi088/DataAugmentation/blob/master/augmentation.py#!/usr/bin/python# -*- coding: iso-8859-15 -*-import sysimport osimport shutilimport numpy as npimport imgaug原创 2020-05-21 09:36:39 · 844 阅读 · 0 评论 -
数据增强-亮度-对比度-色彩饱和度-色调-锐度 不改变图像大小
https://www.cnblogs.com/yanghailin/p/11106480.html # coding=utf-8 import os import os import cv2 import math import numpy as np from PIL import Image from PIL import ImageEnhance """ 1、对比度:白色画面(最亮时)下的亮度除..转载 2020-05-19 17:39:23 · 1959 阅读 · 0 评论 -
图像增强,同时包括jpg文件和xml文件的改变
https://github.com/cyndi088/DataAugmentation/blob/master/augmentation.pyimport osimport shutilimport numpy as npimport imgaug as iaimport xml.etree.ElementTree as ETfrom PIL import Imagefrom imgaug import augmenters as iaaia.seed(1)def read_x转载 2020-05-19 14:35:55 · 1563 阅读 · 0 评论 -
目标检测图像增强
https://blog.csdn.net/wei_guo_xd/article/details/74199729常用的图像扩充方式有:水平翻转,裁剪,视角变换,jpeg压缩,尺度变换,颜色变换,旋转当用于分类数据集时,这些变换方法可以全部被使用,然而考虑到目标检测标注框的变换,我们选择如下几种方式用于目标检测数据集扩充:jpeg压缩,尺度变换,颜色变换这里,我们介绍一个图象变换包http://lear.inrialpes.fr/people/paulin/projects/ITP/转载 2020-05-19 08:42:42 · 1126 阅读 · 1 评论 -
小目标难检测原因
小目标难检测原因主要原因(1)小目标在原图中尺寸比较小,通用目标检测模型中,一般的基础骨干神经网络(VGG系列和Resnet系列)都有几次下采样处理,导致小目标在特征图的尺寸基本上只有个位数的像素大小,导致设计的目标检测分类器对小目标的分类效果差。(2)小目标在原图中尺寸比较小,通用目标检测模型中,一般的基础骨干神经网络(VGG系列和Resnet系列)都有几次下采样处理,如果分类和回归操作在经过几层下采样处理的 特征层进行,小目标特征的感受野映射回原图将可能大于小目标在原图的尺寸,造成检测效果差原创 2020-05-18 12:49:54 · 2225 阅读 · 0 评论 -
小目标检测
博主github:https://github.com/MichaelBeechan博主CSDN:https://blog.csdn.net/u011344545Augmentation for small object detectionMate Kisantal kisantal.mate@gmail.comZbigniew Wojna zbigniewwojna@gmail.comJakub Murawski kuba.murawski96@gmail.comJacek Narunie原创 2020-05-17 16:39:29 · 8190 阅读 · 1 评论 -
小目标检测方法
引言在深度学习目标检测中,特别是人脸检测中,小目标、小人脸的检测由于分辨率低,图片模糊,信息少,噪音多,所以一直是一个实际且常见的困难问题。不过在这几年的发展中,也涌现了一些提高小目标检测性能的解决手段,本文对这些手段做一个分析、整理和总结。传统的图像金字塔和多尺度滑动窗口检测最开始在深度学习方法流行之前,对于不同尺度的目标,大家普遍使用将原图build出不同分辨率的图像金字塔,再对每层金字塔用固定输入分辨率的分类器在该层滑动来检测目标,以求在金字塔底部检测出小目标;或者只用一个原图,在原图上,转载 2020-05-17 16:35:27 · 4674 阅读 · 0 评论