![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
爱吃奶油蛋糕和果冻
还喜欢吃鸭脖鸡爪和蘑菇,烤鸡烤鸭烤羊肉,牛排猪蹄和排骨,火锅烧烤小可乐,各种鸡蛋和卤味,棉花糖也不错,想起来再补充
展开
-
将数据集分为训练集和验证集存放在新的文件夹中
import os import random from PIL import Image file_name = os.listdir('data/widerface/train/images') # file_name是个列表,用来装images目录下的文件名 if not os.path.exists('image'): os.mkdir('image') # 创建一个我们要存放分类好的数据文件夹 s = ['train','val'] for j in s: for i .转载 2020-11-02 16:10:15 · 1011 阅读 · 0 评论 -
什么是非极大值抑制(NMS)
解析: R-CNN会从一张图片中找出n个可能是物体的矩形框,然后为每个矩形框为做类别分类概率: 就像上面的图片一样,定位一个车辆,最后算法就找出了一堆的方框,我们需要判别哪些矩形框是没用的。非极大值抑制的方法是:先假设有6个矩形框,根据分类器的类别分类概率做排序,假设从小到大属于车辆的概率 分别为A、B、C、D、E、F。 (1)从最大概率矩形框F开始,分别判断A~E与F的重叠度IOU是否大于某个设定的阈值; (2)假设B、D与F的重叠度超过阈值,那么就扔掉B、D;并标记第一个矩形框F,是我们保转载 2020-08-22 23:23:44 · 503 阅读 · 0 评论 -
什么是边框回归Bounding-Box regression,以及为什么要做、怎么做
解析: 这个问题可以牵扯出不少问题,比如 为什么要边框回归? 什么是边框回归? 边框回归怎么做的? 边框回归为什么宽高,坐标会设计这种形式? 为什么边框回归只能微调,在离真实值Ground Truth近的时候才能生效? 如图1所示,绿色的框表示真实值Ground Truth, 红色的框为Selective Search提取的候选区域/框Region Proposal。那么即便红色的框被分类器识别为飞机,但是由于红色的框定位不准(IoU<0.5), 这张图也相当于没有正确的检测出飞机。 如果转载 2020-08-22 23:23:03 · 549 阅读 · 0 评论 -
目标检测中的这个IOU评价函数(intersection-over-union)
本题解析来源:https://blog.csdn.net/Eddy_zheng/article/details/52126641,https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/,https://zhuanlan.zhihu.com/p/37910324 解析一 在目标检测的评价体系中,有一个参数叫做 IoU ,简单来讲就是模型产生的目标窗口和原来标记窗口的交叠率。具体我..转载 2020-08-22 23:19:29 · 930 阅读 · 0 评论 -
一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
转自:https://blog.csdn.net/v_july_v/article/details/80170182?from=timeline 一、目标检测常见算法 object detection,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。所以,object detection要解决的问题就是物体在哪里以及是什么的整个流程问题。 然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,更何况物体还可以是多个类别。 目前转载 2020-08-22 23:10:28 · 250 阅读 · 0 评论 -
什么是SVM?
什么是SVM? 当然首先看一下wiki.Support Vector Machines are learning models used for classification: which individuals in a population belong where? So… how do SVM and the mysterious “kernel” work? 好吧,故事是这样子的: 在很久以前的情人节,大侠要去救他的爱人,但魔鬼和他玩了一个游戏。 魔鬼在桌子上似乎有规律放了两种颜色的球,说转载 2020-08-22 23:05:45 · 1470 阅读 · 0 评论 -
目标检测领域还有什么可做的?19 个方向给你建议
知乎问题:目标检测领域还有什么可以做的? 感觉已经饱和了,很难再出顶级算法的样子。我所指的饱和是说围绕目标检测感觉没有什么好文章能发出来了,现有算法很难在短时间有突破了。想请教大家有什么好做的点子么? 种树的左耳答案 饱和是相对于占坑来说的,对于去探索未来踩坑来说,目标检测还远远没有达到饱和的地步。只是说想发简单的好论文越来越难了,并不是说不会有什么突破了。单就检测来说,2018年顶会出的目标检测论文也并不算少。 下面是我个人就目标检测算法在深度学习领域未来研究的一些看法: 1.从专注精度的Fast转载 2020-08-20 22:32:33 · 4579 阅读 · 0 评论