目标检测
文章平均质量分 91
zhicai_liu
毕业于北京邮电大学,主要研究领域为深度学习,主要场景为智慧城市中的视频图像分析
展开
-
【目标检测】YOLO系列Anchor标签分配、边框回归(坐标预测)方式、LOSS计算方式
1、YOLOv1标签分配:GT的中心落在哪个grid,那个grid对应的两个bbox中与GT的IOU最大的bbox为正样本,其余为负样本,(由于是回归模型,不是分类模型,其解决类别不平衡的方式为各项loss采取不同的权重),即虽然一个grid分配两个bbox,但是只有一个bbox负责预测一个目标(边框和类别),这样导致YOLOv1最终只能预测7*7=49个目标。边框回归方式:直接预测(x, y, w, h),不是像rcnn系列那样的偏移量的概念,虽然其中心点的预测是相对gird左上角的位置,但是其没原创 2021-02-05 19:54:50 · 14249 阅读 · 9 评论 -
【目标检测】IOU、NMS、mAP@0.5
mAP值计算在NMS之后进行的在测试的时候,通过置信度阈值和NMS操作中的IOU阈值的双重过滤来得到最终的检测结果;将这些检测结果与GT计算来得到metric指标,在计算metric的时候又涉及到一个IOU阈值,也就是mAP@0.5中的0.5。一个IOU阈值是为了NMS去重,一个IOU阈值是为了衡量模型的定位性能;在做测试的时候,需要设置两个阈值,分别是置信度阈值和IOU阈值(NMS去重)。AP值计算有3种方式:(1)在VOC2010以前,只需要选取当Recall >= 0, 0.1, 0原创 2020-12-17 23:06:30 · 3461 阅读 · 1 评论 -
目标检测标签(坐标)转换
不同的标注格式目标检测的标签格式有XML,TXT,JSON等;目标检测的坐标格式有:(Xmin,Ymin,Xmax,Ymax),(X,Y,W,H),其中x,y,w,h为归一化后的数值坐标格式转换def convert(size, box): dw = 1./size[0] dh = 1./size[1] x = (box[0] + box[1])/2.0 y = (box[2] + box[3])/2.0 w = box[1] - box[0]原创 2020-08-07 09:46:25 · 3117 阅读 · 1 评论