![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 54
沐雲小哥
这个作者很懒,什么都没留下…
展开
-
目标检测算法之CenterNet
目标检测算法——CenterNet原创 2022-06-12 23:17:19 · 164 阅读 · 0 评论 -
RCNN--->Fast RCNN--->Faster RCNN算法学习总结
RCNN算法RCNN算法流程可分4个步骤:一张图像生成1k~2k个候选区域(使用Selective Search方法)。对每个候选区域,使用深度网络提取特征。特征送入每一类的SVM分类器,判别是否属于该类。使用回归器精细修正候选框位置。1. 候选区域的生成利用Selective Search算法通过图像分割的方法得到一些原始区域,然后使用一些合并策略将这些区域合并,得到一个层次化的区域结构,而这些结构就包含着可能需要的物体。2. 对每个候选区域,使用深度网络提取特征将2000候选区原创 2021-08-15 21:57:00 · 380 阅读 · 1 评论 -
目标检测算法原理详解
基于滑动窗口的目标检测算法。假如你想构建一个汽车检测算法,步骤是(以上图为例),首先创建一个标签训练集,也就是x和y表示适当剪切的汽车图片样本,这张图片(编号1)x是一个正样本,因为它是一辆汽车图片,这几张图片(编号2、3)也有汽车,但这两张(编号4、5)没有汽车。出于我们对这个训练集的期望,你一开始可以使用适当剪切的图片,就是整张图片x几乎都被汽车占据,你可以照张照片,然后剪切,剪掉汽车以外的部分,使汽车居于中间位置,并基本占据整张图片。有了这个标签训练集,你就可以开始训练卷积网络了,输入这些适当原创 2020-09-09 09:33:42 · 3574 阅读 · 0 评论