![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
object detection
放下扳手&拿起键盘
学成文武艺,货卖帝王家。
展开
-
目标检测-检测结果按类别置信度排序
一、前言:在做目标检测任务时,检测器输出的检测结果往往需要进行处理,比如:对于单类别检测模型(如检测一个工件中一个圆孔,单个工件中只有1个孔),那么业务逻辑中就需要对检测框按置信度排序。二、实现:#usr/bin/env python#-*- coding: utf-8 -*-det_results = []det_1 = [0.99,100.1,200.2,300.3,400.4,0]det_2 = [0.88,400.1,500.2,600.3,700.4,0]det_3原创 2021-10-13 19:43:33 · 1058 阅读 · 0 评论 -
区别:NMS与SOFT NMS
点击这里.转载 2019-11-20 19:53:39 · 310 阅读 · 0 评论 -
k-means聚类anchors坐标框
前言:在使用YOLOV3算法模型的时候,会需要针对自己的数据生成anchors坐标框,进而减少模型的收敛时间、提升生成坐标框的准确性。实现方法:1.准备数据基于voc的数据格式,这里只需要annotation文件中的xml文件即可2.准备代码code3.可能遇到的问题bug后记:感兴趣可以看看原理...原创 2019-08-10 15:12:05 · 3044 阅读 · 3 评论 -
Detection---SPPNet
1.前言: 本来是不打算写这篇文章的,但是由于某人的原因,让我知道了,原来古人说“夏虫不可语冰”是有原因的。2.引言: 众所周知,机器学习是通过数据样本训练一个目标模型,其学习过程就是学习若干组w和b的参数。3.正题: 卷积神经网络的输入图像尺度大小一定是固定的吗?4.实验: 针对这个疑问,我们选用LeNet-5模...原创 2019-01-28 22:22:16 · 164 阅读 · 0 评论 -
Detection---RPN
1.定义:What’s RPN?A Region Proposal Network(PRN) takes an image (of any size) as input and outputs a set of rectangular Object proposals , each with an objectness score.What’s the architecture o...原创 2019-01-23 23:01:01 · 259 阅读 · 0 评论 -
Detection---R-CNN
1.算法框架:参考文献: 1.Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5) 2.J. Uijlings, K. van de Sande, T. Gevers, and A. Smeulders.Selective search fo...原创 2018-12-24 23:36:42 · 144 阅读 · 0 评论 -
Selective search
import skimage.dataimport matplotlib.pyplot as pltimport matplotlib.patches as mpatchesimport selectivesearchdef main(): #加载航天员图片 img = skimage.data.astronaut() #执行选择搜索 img_lbl, regio原创 2018-01-03 20:09:31 · 461 阅读 · 0 评论 -
Detection---Selective Search for Object Recognition
1.摘要: 论文讨论了生成可能的对象位置以用于目标识别的问题。我们介绍了选择性搜索,它结合了详尽搜索和分割的优势。与分割一样,我们使用图像结构来指导我们的采样过程。与穷举搜索一样,我们的目标是捕获所有可能的对象位置。我们不是使用单一技术来生成可能的对象位置,而是使搜索多样化并使用各种互补图像分区来处理尽可能多的图像条件。我们的选择性搜索产生了一小组数据驱动,独立类,高...原创 2018-12-24 20:57:58 · 262 阅读 · 0 评论 -
mean Average Precision (mAP)
mAP(mean average precision)目标检测中衡量识别精度的指标。多个类别目标检测中,每个类别都可以根据recall(召回率)和percision(准确率)绘制一条曲线。AP就是该曲线下的面积,mAP意思是对每一类的AP再求平均。召回率(recall)、准确率(precision)举例:mAP计算方法:首先用训练好的模型得到所有测试样本的confidence score,每一类(...原创 2018-04-19 17:18:19 · 18109 阅读 · 5 评论