深度学习
soufal
going
展开
-
DataWhale计算机视觉实践(目标检测)Task04
DataWhale计算机视觉实践(目标检测)Task04 文章目录DataWhale计算机视觉实践(目标检测)Task04目标检测一、训练与测试模型训练后处理目标框信息解码`NMS`非极大值抑制单图预测推理VOC测试集评测`map`指标Tiny-Detection VOC测试集评测 文中图片和部分内容、代码转自:动手学CV-Pytorch 目标检测 一、训练与测试 模型训练 目标检测网络的训练大致流程为: 设置各种超参数 定义数据加载模块dataloader 定义网络model 定义损失函数lo原创 2020-12-27 21:42:47 · 253 阅读 · 0 评论 -
DataWhale计算机视觉实践(目标检测)Task03
DataWhale计算机视觉实践(目标检测)Task02 文章目录DataWhale计算机视觉实践(目标检测)Task02目标检测一、损失函数1. Matching strategy(匹配策略)2. 损失函数:3. Hard negative mining总结 文中图片和部分内容、代码转自:动手学CV-Pytorch 目标检测 一、损失函数 1. Matching strategy(匹配策略) 在上一部分内容中,分配了许多prior bboxes,要想让他们去预测类别和目标框信息,那就需要先知道原创 2020-12-22 22:02:07 · 190 阅读 · 1 评论 -
DataWhale计算机视觉实践(目标检测)Task02
DataWhale计算机视觉实践(目标检测)Task02 文章目录DataWhale计算机视觉实践(目标检测)Task02目标检测一. 锚框/先验框1. 先验框设置不同尺度的先验框先验框与特征图的对应先验框类别信息的确定2. 先验框的生成二. 模型结构1. VGG16作为backbone2. 先验框设置3. 分类头和回归头边界框的解编码分类头与回归头预测小结: 文中图片和部分内容、代码转自:动手学CV-Pytorch 目标检测 一. 锚框/先验框 1. 先验框 锚点(anchor)==先验框(p原创 2020-12-19 22:17:37 · 219 阅读 · 1 评论 -
DataWhale计算机视觉实践(目标检测)Task01
DataWhale计算机视觉实践(目标检测)Task01 文章目录DataWhale计算机视觉实践(目标检测)Task01目标检测:一、基本概念: 目标检测: 一、基本概念: 目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割,它将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中,需要对多个目标进行实时处理时,目标自动提取和识别就显得特别重要。百度百科 图像分类和目标检测的区别: 图像分类:只需要判断输入的图像中是否包含感兴趣物体。 目标原创 2020-12-16 21:23:32 · 231 阅读 · 0 评论