深度学习
文章平均质量分 80
行秋
这一生想成为神,下一世想变成石头。
展开
-
目标检测总结
(2)属于同一Target框的多个预测框尽量集中来解决待检测目标之前的相互遮挡。当两个目标靠的非常近时,置信度低的会被置信度高的框抑制掉,从而两个目标靠的非常近时会被识别成一个bbox。双阶段中Faster RCNN 中RPN首选筛选了执行度较高的候选区域,避免的了大量的负样本出现。前提:目标边界框列表及其对应的置信度得分列表,设定阈值,阈值用来删除重叠较大的边界框。2.对于待检测的物体被干扰物体(非检测的类别目标)遮挡,类别的分类和目标坐标的回归。计算置信度最高的边界框与其它候选框的IoU。原创 2023-07-05 16:34:32 · 1288 阅读 · 0 评论 -
初步搭建好深度神经网络,提高准确率方法总结
当初步搭建好网络,模型能出初步结果后,若想优化,可以考虑调整:1.数据集扩增一般增加数据集容量,训练后的准确率会得到明显提升。2.增大数据集差异性,随机性在制作数据集时可以考虑增加数据的差异性,随机性。3.使用tensor transform对数据进行预处理pytorch 中使用transform模块对数据进行预处理。原因:transform可以提升数据泛化能力包括:数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度、饱和度及对比度原创 2021-10-27 21:10:15 · 7829 阅读 · 0 评论