目标检测
piupiurui
努力的rui~
展开
-
R-CNN(Region-CNN)、Fast R-CNN、Faster R-CNN学习笔记
R-CNN 是伴随着目标检测技术提出的一种模型;目标检测要解决的问题是:找出物体的位置、判断是什么物体;目标检测算法分为3类:传统的目标检测算法,如 HOG+SVM 等; 候选区域+深度学习分类算法,如 R-CNN、Fast R-CNN 等; 基于深度学习的回归方法,如 YOLO、SSD 等。传统目标检测算法存在的问题:滑动窗口的区域选择没有针对性,时间的复杂度高,窗口冗余量大; 手工设计的特征对于多样性的变化没有很好的鲁棒性。为了优化上述问题,提出了 R-CNN:预先找到目标原创 2020-05-16 21:22:46 · 1043 阅读 · 0 评论 -
目标检测 —— 非极大值抑制(Non-Maximum Suppression,NMS)
非极大值 抑制,即抑制不是极大值的元素,搜索出局部极大值;进行目标检测定位一个物体时,可能最终会从一张图片中找出很多个可能是物体的矩形框(假设有6个),这时需要对每个矩形框计算类别分类概率;我们要保留更好的矩形框,去除冗余的矩形框;根据分类器的类别分类概率,假设6个框属于该物体的概率从大到小分别为A、B、C、D、E、F;NMS步骤:先设定一个阈值0.5(一般在 0.3 与 0....原创 2020-04-11 19:23:29 · 573 阅读 · 0 评论 -
目标检测 —— 交并比(Intersection over Union,IoU)
IoU(交并比) 是测量检测物体准确度的一个标准;图像中标记一个目标的真实区域,在目标检测中,得出该目标的预测区域 bounding box,可以通过计算 IoU 的值来评估检测的准确性;IoU 值越大,测量结果就越准确;计算如下:IoU = 检测区域与真实区域交集检测区域与真实区域并集即:...原创 2020-04-11 18:41:59 · 2973 阅读 · 0 评论