![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Krasjet_Yu.
希望以后回忆现在的日子,发现自己做的是对的。
展开
-
XTDrone目标检测
编译Darkent_ROS方法一:(推荐)直接clone,记得加–recurse-submodules,防止文件缺失cd ~/catkin_ws/srcgit clone --recurse-submodules https://gitee.com/robin_shaun/darknet_ros_yolov4.git下载完成后,将darknet_ros_yolov4文件改名darknet_ros_yolov4,我也不知道为什么,不修改的话会报错。然后编译:catkin_make -DCMA原创 2020-11-15 09:55:30 · 1684 阅读 · 3 评论 -
Opencv DNN人脸检测
前言OpenCV 3.3正式发布后,对深度学习(dnn模块)提供了更好的支持,dnn模块目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。另外,新版本中使用预训练深度学习模型的API同时兼容C++和Python,让系列操作变得非常简便从硬盘加载模型;对输入图像进行预处理;将图像输入网络,获取输出的分类。当然,我们不能、也不该用OpenCV训练深度学...原创 2020-02-28 21:25:36 · 1832 阅读 · 1 评论 -
YOLOv3网络结构分析以及工作流程
注意:本文章有很多图,但是都是YOLOv3的结构图,只是每张图表达出的信息都各有特色,可将这些结构图结合起来,能更好的理解。1.Darknet-53 模型结构在论文中虽然有给网络的图,但我还是简单说一下。这个网络主要是由一系列的1x1和3x3的卷积层组成(每个卷积层后都会跟一个BN层和一个LeakyReLU)层,作者说因为网络中有53个convolutional layers,所以叫做Dark...原创 2020-02-10 00:32:31 · 3285 阅读 · 1 评论 -
YOLO性能评价指标
假设你的分类系统最终的目的是:能取出测试集中所有飞机的图片,而不是大雁的图片。TP:真实类别为飞机,预测结果为飞机。FP:真实类别为大雁,预测结果为飞机。FN:真实类别为飞机,预测结果为大雁。TN:真实类别为大雁,预测结果为大雁。准确率:Acc= (TP + TN)/ S 预测和groundtruth相同的个数占总个数的比例,即来衡量预测的正确率。误检率:FPR= FP / Nf...原创 2020-02-09 23:39:45 · 8250 阅读 · 0 评论 -
非最大值抑制(NMS)
现在我们学到的算法中可能存在对一个物体做出多次检测。所以算法不是对某个对象检测出一次,而是多次。如图:原创 2020-02-09 00:35:07 · 582 阅读 · 0 评论 -
交并比(IoU)
如何判断对象检测算法运作良好呢?可以用交并比函数来评价对象检测算法。在对象检测中,我们希望边框能定位目标,但是如果实际边界框如图所示这样,你的算法给出了紫色框,那这个结果是好还是坏呢?我们给出了IoU函数来进行评价。IoU = ( bounding box ∩ Ground Truth)/ ( bounding box ∪ Ground Truth)= (绿色)/ (蓝+绿+黄)由式子...原创 2020-02-09 00:03:08 · 1652 阅读 · 0 评论 -
Anchor Boxes详解
为什么要用anchor box?到目前为止,对象检测中存在一个问题就是每个格子只能预测一个对象,如果想让一个格子检测出多个对象,你可以这么做,就是使用anchor box这个概念,我们从一个例子开始讲吧。假设我们有这样一张图片,对于这个例子,我们使用3x3的网格,可以观察到,行人和汽车的中心几乎在同一个网格,然而我们以前的方法一个格子只能预测一个对象,而且对于y输出的的向量量???? = [???????? ...原创 2020-02-08 23:52:04 · 5752 阅读 · 1 评论 -
边框回归(Bounding Box Regression)详解以及数学公式详解
为什么要边框回归?什么是边框回归?边框回归怎么做?边框回归宽高,坐标为什么这样设计?为什么边框回归 只能微调,在离Ground Truth近的时候才能有效?为什么要边框回归?这里引入别人的理解,如图:对于上图,绿色的框表示Ground Truth, 红色的框为Selective Search提取的Region Proposal。那么即便红色的框被分类器识别为飞机,但是由于红色的...转载 2020-02-08 21:52:24 · 1734 阅读 · 1 评论 -
Bounding box(bbox) 预测
在出现Bounding box预测之前,一般都是通过滑动窗口进行目标检测。一、滑动窗口简单来说,就是那个框,在图片上移动,就看框里面有没有你要找的目标其实就是用不同大小的图,在图片上从左到右,从上到下的搜索,找到你要的目标,因为目标的大小不一样,所以很多时候你看你需要很多个尺寸的框来搜索,所以基本是属于穷举法啦,找到适合的为止。然后将每个尺寸的框input到网络中进行预测。可知,这样...原创 2020-02-08 21:17:02 · 9653 阅读 · 1 评论 -
一文看懂迁移学习:怎样用预训练模型搞定深度学习?
跟传统的监督式机器学习算法相比,深度神经网络目前最大的劣势是什么?贵。尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些隐藏层时,增添多一层隐藏层将会花费巨大的计算资源。庆幸的是,有一种叫做“迁移学习”的方式,可以使我们在他人训练过的模型基础上进行小改动便可投入使用。在这篇文章中,我将会讲述如何使用预训练模型来加速解决问题的过程。注:这篇文章默认...转载 2020-01-28 23:39:20 · 354 阅读 · 0 评论