物体检测
深度探讨深度学习中目标检测的实现原理与机制。
坏习惯的叛逆者
这个作者很懒,什么都没留下…
展开
-
图解 SSD
SSD 是 Single Shot Multibox Detector 的简称本文以 tensorflow models 的 object detect 中的 ssd 实现为准。特征提取层采用 MobileNetV1。具体参考附录配置示例物体检测训练输入图片 300 x 300标签 : gt_box : [batch_size, num_boxes, 4]gt_clas...原创 2018-07-03 01:48:44 · 1235 阅读 · 2 评论 -
图解 MASK-RCNN
本文参考自 tensorflow model 中的 object detection ,同时实现了 FastRCNN, FasterRCNN, MaskRCNN约定:关于坐标绝对坐标 :表示没有除以图片的 height 和 width归一化坐标 :表示已经除以图片的 height 和 width中心化坐标 : 格式为 [y, x, h, w]对角坐标:[ymin, ...原创 2018-07-04 00:53:12 · 5172 阅读 · 2 评论 -
图解 YoloV3
整个训练分两部分对 DarkNet53 的预训练基于 DarkNet53 进行物体检测训练原图尺寸:input_shape标签:原始标签 box 为 (class, xmin, ymin, xmax, ymax),xmin, ymin, xmax, ymax 是左上角为坐标轴相对于原图的偏移。anchor 总共 9 个,三个为一组分给三组输出,其中 anchor 的 0,1,...原创 2018-07-02 22:21:44 · 11910 阅读 · 7 评论 -
图解 YoloV2
整个训练分两部分对 DarkNet19 的预训练基于 DarkNet19 进行物体检测训练原图尺寸:input_shape标签:原始标签 box 为 (class, xmin, ymin, xmax, ymax) 每个值都是用原图片归一化( [0,1])Darknet19 训练预处理论文中提到 random crops, rotation, hue, satu...原创 2018-06-30 23:41:46 · 6075 阅读 · 0 评论 -
Yolo 设计概述
今天看了一天 Yolo 代码,总是感觉不得要领,回家路上,重新整理思路,突然感觉若有所得。于是有了这篇文章。我们不妨把目标识别当做是一道数学题已知条件:数据集。每个标签包括:图片,图片中 box 的个数,每个 box 的对角坐标[xmin, ymin, xmax, ymax] 图片所属分类。求解:一个神经网络模型可以识别新的图片首先,Yolo 的核心思想是 one-stage 的端...原创 2018-07-04 00:01:07 · 589 阅读 · 0 评论 -
Tensorflow 物体检测(object detection) 之如何优雅地预处理数据
核心代码本文主要是对 models/research/object_detection 的分析samples/configs/faster_rcnn_inception_resnet_v2_atrous_coco.configtrain_config: { data_augmentation_options { random_horizontal_flip { ...原创 2018-06-19 00:55:42 · 4847 阅读 · 3 评论 -
Tensorflow 物体检测(object detection) 之如何优雅地读数据
本文主要分析 models/research/object_detection/train.py 核心代码其中配置示例 samples/configs/faster_rcnn_inception_resnet_v2_atrous_coco.configtrain_input_reader: { tf_record_input_reader { input_path: "...原创 2018-06-18 23:10:22 · 2546 阅读 · 0 评论