2018年12月_Camera Man

12月 08月 05月

原创神经网络模型的评价指标

1、准确率(Accuracy) 举例：我们有10张图片，每张图片有2类对象待定位检测。此时总和为20，如果我们的模型定位并识别正确的个数为20，则准确率为100%。老师：准确率高？学生：高老师：这个系统还把某些不应该检测的对象定位并检测出来了，误检出10个，你觉得这个系统靠谱？学生：不是很...

2018-12-19 10:55:44 33222

原创 Yolov3实战基于darknet window版

特此声明：训练过程预先认为你对yolov3神经网络有一定了解的基础上进行。目录一、先备齐下面的工具（预先善其事，必先利其器）二、接下里使用我们的工具编译我们的环境三、训练自己的数据集1. 制作训练样本2. 准备训练前必备的文件四、训练及测试4.1 训练4.2 测试一、先备齐下面的工具（预先善其事，必先利其器）（如果你不想走弯路，还是按照我说的...

2018-12-18 09:12:49 10385 2

原创 darknet Yolo v3参数详细解释

目录参数解析训练答疑参数解析[net]#Testing#batch=1 //test:一次一个图片#subdivisions=1 #Training batch=32 //一次迭代送入网络的图片数 subdivisions=8 //一次迭代分成subdivisions次前向计算，这里是32/8width=416...

2018-12-14 23:58:08 13211 11

转载 YOLO系列：YOLO v3解析

本文好多内容转载自https://blog.csdn.net/leviopku/article/details/82660381yolo_v3 提供替换backbone。要想性能牛叉，backbone可以用Darknet-53，要想轻量高速，可以用tiny-darknet首先，看一下YOLOV3网络结构**DBL**: 如图1左下角所示，也就是代码中的Darknetconv2d_BN_...

2018-12-13 18:57:57 10966

转载 YOLO系列：YOLO v2深度解析 v1 vs v2

部分内容转载自： https://blog.csdn.net/Jesse_Mx/article/details/53925356 论文地址：YOLO9000: Better, Faster, Stronger 项目主页：YOL...

2018-12-12 11:39:16 7897 2

原创 YOLO系列：YOLO v1深度解析

声明一点，我是工程应用人员，此文章仅适合算法应用工程师。1、首先先看一下YOLO的整体结构：

2018-12-11 19:11:56 2152

转载 FasterRCNN代码解读

之前的文章简要介绍了Faster-RCNN等物体检测的算法，本文将从代码角度详细分析介绍Faster-RCNN的实现。本文使用的代码参考了chenyuntc的实现，代码的位置看这里。需要注意的是，本文使用的框架是Pytorch。数据载入数据载入部分的代码主要见./data/dataset.py中的类Dataset与TestDataset。数据载入部分的逻辑如下：从VOC数据集中...

2018-12-04 16:11:40 7799

转载 RCNN系列超详细解析

一、基于Region Proposal（候选区域）的深度学习目标检测算法Region Proposal（候选区域），就是预先找出图中目标可能出现的位置，通过利用图像中的纹理、边缘、颜色等信息，保证在选取较少窗口（几千个甚至几百个）的情况下保持较高的召回率（IoU，Intersection-over-Union）。图1 IoU定义Region Proposal方法比传统的滑动窗口方...

2018-12-04 16:11:26 3762

转载深度学习目标检测：RCNN，Fast，Faster，YOLO，SSD比较

转载出处：http://blog.csdn.net/ikerpeng/article/details/54316814知乎的图可以放大，更清晰，链接：https://www.zhihu.com/question/35887527/answer/140239982 这篇博文很简单，我就画了一个图，将各自的要点进行比较说明。相信这样看过去就一目了然了，但是需要说明的还是： Y...

2018-12-04 16:06:50 7972