- 博客(3)
- 收藏
- 关注
原创 Pytorch目标检测算法(3)(基于李沐老师的课程)
三.锚框的选择3.1 交并比(IOU)1. 定义对于生成的锚框,我们应当采取一种量化手段来评价当前锚框对于真实边界框的匹配度,等价于衡量锚框于真实边界框之间的相似性。因此,我们引入了交并比的概念。(即通过像素集的杰卡德系数来测量锚框和真实边框的相似性)。交并比的取值范围为[0, 1] , 0表示完全不重合, 1表示完全重合。图示:2.实现思路1)得到锚框和真实边框的面积2)得到交集的左上和右下顶点坐标3)计算每一个锚框和所有真实边款的交集,并集面积4)将得到的面积与并集相
2022-05-19 21:58:04
1180
1
原创 Pytorch目标检测算法(2)(基于李沐老师的课程)
二.锚框2.1 定义目标检测算法,顾名思义我们需要在输入图像上检测是否存在我们关注的目标。因此我们需要在输入图像上进行大量的采样,然后进行判断是否存在目标,并调整区域边界从而更准确的预测目标的真实边框。故在图像上的大量采样所得到的不同缩放比和宽高比的边界框就称为锚框。图示:2.2 实现过程1.锚框数量在李沐老师的课程中,讲解的是根据每个像素中心位置生成不同边长比 (其实应该是面积比,但是根据老师的公式推到下来得到的是边长比) 和宽高比的锚框。输入:s = (0.3, 0.5,
2022-05-19 13:28:19
852
原创 Pytorch 目标检测算法(1)(基于李沐老师的课程)
最近从0开始学习了李沐老师的动手学深度学习课程,收益匪浅,想着弄个笔记,若有错误请及时指出,感谢各位!1.预备基础1.1 坐标变换对于图片而言,一般采取两种格式来保存图片中的位置信息(左上, 右下)和(中心坐标, 宽, 高)1)从(左上, 右下) ---> (中心位置, 宽度, 高度)假设box = [Xl, Yl, Xr, Yr](其中l=left, r=right),那么center = ((Xl + Xr) / 2, (Yl + Yr) / 2width = Xr..
2022-05-19 00:10:24
994
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人