![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
MOLWH
图像算法工程师,主研虚拟人方向
展开
-
AI潮流下的数据批量自动化标注(目标检测方向)
文章目录1. 前言2. 方法思路3. 图像融合代码4. 结果展示1. 前言(首先说明,这里介绍的方法只针对计算机视觉,mask标注也同理。但是没有采用弱/无监督学习方式解决问题,而是纯粹的图像处理方式,方法有一定的局限性。如果你希望用深度学习方式解决深度学习的数据标注问题,那本文可能让你失望了,如果你解决了这个问题请给我写个留言,我也很想学习一下。好了,我们开始吧~)近年来,人工智能发展迅速,通过深度学习解决问题已经变得很常见。计算机学习图像或文字、声音等的特征,分为有监督学习、半监督学习、无监督学习原创 2020-09-17 19:47:20 · 3418 阅读 · 3 评论 -
mmdetection2.0中利用visdom绘制mAP动态图
Vidsom是Facebook专门为PyTorch开发的一款可视化工具 ,可以直接对Tensor进行操作。能够胜任大部分的数据可视化任务。关于visdom的详细介绍请参考PyTorch的远程可视化神器visdom在mmdetection中想要完成动态可视化过程,需要用到Hook。关于Hook,其实就是在不改变网络输入输出的结构的前提下,方便地获取、改变网络中间层变量的值和梯度。更详细的资料请参考半小时学会 PyTorch Hook下面是在mmdetection中利用visdom绘制mAP动态图的方法步骤原创 2020-07-20 12:20:00 · 1964 阅读 · 5 评论 -
目标检测中的评价指标
文章目录1. 问题定义2. 几个概念3. Precision-Recall曲线4. AP5. mAP1. 问题定义目标: 预测图像中各个物体是否出现及其位置。目标检测涉及图像中物体的定位和分类。例如我们要区分出红细胞(RBC)、白细胞(WBC)和血小板(platelets)。除了需要用框(bounding box)框出物体,还需要对他们分类,标在框上。每个类别后跟着一个数字即判定为该类别的置信度。那么如何判断那个模型好(准确)呢?比如上图中绿色的框标出大部分的白细胞 ,但是有些边缘的没有标出,原创 2020-07-15 15:56:33 · 2069 阅读 · 1 评论