![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
物体检测
文章平均质量分 84
物体检测
Eloik
人工智能、大数据
展开
-
NMS 非极大值抑制原理及实现
非极大值抑制(Non-Maximum Suppression)在物体检测领域中,最后预测的结果一般有很多,其中会有一部分预测框重叠在一起。NMS的操作就是去除重叠的预测框,一般是物体检测任务中检测的最后一步处理操作。如上图所示,可以看到图片中共有两个狗和一个猫,但是根据模型预测一共有3个狗和2个猫。并且我们人类可以很直观地发现有几个框重复预测同一个物体,那么该如何使用算法让计算机去除掉重复的框呢?NMS过程解析假设我们已经有了预测的框,每个预测框对应的类别,每个预测框对应的类别得分。第一步,原创 2022-01-15 16:52:33 · 890 阅读 · 0 评论 -
Pytorch—万字入门SSD物体检测
文章目录前言概念综述Bounding box(边界框)Boundary coordinates(边界坐标)Center-Size coordinates(中心坐标)两种坐标系统的转换Jaccard Index(IoU,重叠程度)MultiboxSingle Shot Detector (SSD)Base convolutions(基础卷积)Auxiliary convolutions(辅助卷积)Prediction convolutions(预测卷积)前言 由于初入物体检测领域,我在学习SSD模原创 2021-08-14 16:25:52 · 2401 阅读 · 1 评论 -
IOU(Jaccard系数)概念及实现
Jaccard Index(IoU,重叠程度) Jaccard Index(Jaccard 系数) 或称作 Jaccard Overlap(Jaccard重叠) 或称作 Intersection-over-Union(IoU,交并比),测量了两个框的重叠程度,这个指标可以反映预测框与真实框的接近程度,在计算loss和进行NMS(非极大抑制)时会用到。如下图所示。 显然,Jaccard系数的取值在 [0,1][0, 1][0,1] 之间,取值为0时,说明两个框的交集为0,也就是两个框没有重叠;取值为原创 2021-10-06 22:47:52 · 5329 阅读 · 0 评论