基于检测的多目标跟踪
文章平均质量分 76
需要多喝水的鱼
主要就是分享一些小知识点
展开
-
获取Faster RCNN最终候选框坐标值
经过之前的训练,小鱼对Faster RCNN网络实现检测功能已经了解了一点,接下来就是利用网络的检测结果实现多目标的跟踪.这个专题就用来记录一些实现跟踪道路上的小知识点. 今天小鱼分享的是:如何利用训练好的网络得到测试图片的候选框坐标? 在运行~/py-faster-rcnn/tools/demo.py这个文件时对测试集的目标进行了候选框的可视化,也就是demo.py中的def vis_det...原创 2018-03-06 21:37:55 · 9248 阅读 · 21 评论 -
代码理解网络选择候选区域及确定最终目标框的过程
之前小鱼在获取Faster RCNN最终候选框坐标值中介绍怎么得到最终目标框的坐标值(左上角及右下角),但是因为还需要获取最终目标框的特征向量,所以简单的以为在代码中加入: fea=net.blobs['fc6'].data print fea.shape但是结果只是达到一个1*4096维度的向量,很是郁闷,按道理最终目标框有多少个就应该会输出多少个1*4096维度的向量,所以小鱼的目原创 2018-03-12 12:26:29 · 1802 阅读 · 1 评论