- 博客(4)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 目标检测Focal loss详解
一 概述目标检测算法主要分为两类，one stage 和 two stage，one stage是指直接通过网络回归目标的类别和位置，另一种是首先训练RPN网络找到目标的位置，然后通过分类网络判定目标的类别。一般来说，one stage网络检测速度快，但难以达到two stage网络的检测精度，而two stage网络速度慢，落地困难。而Focal loss函数的目的就是为了提高one stage检测精度。学者们认为one stage检测精度难以达到two stage的一个重要原因是，在目标检测过程中
2021-07-29 20:20:22
735
原创 tensorflow学习之tf.clip_by_value、tf.reduce_sum、tf.where、tf.less函数使用
tf.clip_by_value(A, min, max)：输入张量A，将A中小于min的元素变为min，将A中大于max的元素变为max。
2021-07-29 18:37:34
465
原创 目标检测非极大值抑制(NMS)
1.非极大值抑制意义在目标检测任务中，通常会在同一个目标位置产生大量候选框，候选框之间会相互重叠，因此需要使用非极大值抑制算法寻找最佳位置的候选框，消除冗余框。下图为centerface识别人脸结果，产生很多候选框。2.非极大值抑制算法流程将所有边界框存入边界框列表，并根据每一个边界框的置信度进行排序；新建一个空的最终输出列表，将置信度最高的边界框从原边界框列表中删除，存入最终输出列表；设定一个IOU阈值(0-1之间)；计算置信度最高的边界框与边界框列表中其他边界框的IOU，并删除IOU
2021-07-16 15:17:10
476
原创 【python】matplotlib画图设置汉字、轴标签、刻度线内向、添加图例、平滑曲线
总结用matplotlib画图遇到的一些问题1. 导入包创建图import matplotlib as mplimport matplotlib.pyplot as pltimport pandas as pdimport numpy as npfig = plt.figure()plt.plot([1, 2, 3, 8], [1, 3, 7, 9], marker='^', mec='r', mfc='r')plt.show()结果如下：2. 设置汉字如果图的标题、轴标签、刻
2021-02-02 22:23:39
4586
3
结构化随机森林实现图像边缘检测
2021-06-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人