目标检测
文章平均质量分 92
黑暗星球
这个作者很懒,什么都没留下…
展开
-
目标检测模型的评价指标 mAP
在使用机器学习解决实际问题时,通常有很多模型可用。每个模型都有自己的怪癖(quirks),并且基于各种因素,性能会有所不同。模型性能的评定都是在某个数据集上进行的,通常这个数据集被称为 “validation 或 test” 数据集。模型性能的评价常用的指标有:accuracy、precision、recall等。这些指标的选择需要根据应用场景具体而定。对于特定应用,使用合适的评价指标来客观地...原创 2018-09-02 16:51:16 · 7735 阅读 · 7 评论 -
目标检测之 IoU
IoU 作为目标检测算法性能 mAP 计算的一个非常重要的函数。但纵观 IoU 计算的介绍知识,都是直接给出代码,给出计算方法,没有人彻底地分析过其中的逻辑,故本人书写该篇博客来介绍下其中的逻辑。IoU 的全称为交并比(Intersection over Union),通过这个名称我们大概可以猜到 IoU 的计算方法。IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值。...原创 2018-09-24 15:09:07 · 143941 阅读 · 47 评论 -
Focal Loss 论文笔记
Focal Loss for Dense Object Detection摘要:到目前为止(2017年8月),目标检测的最高准确率都由R-CNN的衍生算法(two-stage)引领。在该类算法中,会在稀疏的目标候选位置(可能存在目标的位置)上使用一个分类器。相比之下,one-stage目标检测算法直接对原始图像进行密集的检测,这种算法可能更快,更简单,但准确率却一直没有超过two-stage目...原创 2018-12-05 13:58:08 · 4526 阅读 · 0 评论 -
YOLO 论文笔记
YOLO:You Only Look Once: Unified, Real-Time Object Detection摘要YOLO 将目标检测问题看作 bbox 回归和分类问题。在预测中,由一个网络完成 bbox预测 和 类别预测。YOLO 的检测速度极快,每秒可处理45张图片(Titan X)。Fast YOLO(更小的YOLO)每秒可以处理155张照片。代码:http://p...原创 2018-07-17 17:17:15 · 2090 阅读 · 0 评论 -
R-CNN 论文笔记
R-CNN:Rich feature hierarchies for accurate object detection and semantic segmentation摘要过去的 state of art 模型基本都是集成模型,集成低阶特征和高阶特征。本文作者提出了一种简单、可扩展的检测算法,大大提高了性能。该算法主要有两个特点:(1):使用 CNN 来计算出 proposal;(2)...原创 2018-06-28 20:17:56 · 246 阅读 · 0 评论