#Header1_HeaderTitle{ font-size:50px }

随笔分类 -  深度学习目标检测

目标检测之yolo源码分析
摘要：三、配置文件详解（config.py） 四、yolo文件夹详解 yolo网络的建立是通过yolo文件夹中的yolo_net.py文件的代码实现的，yolo_net.py文件定义了YOLONet类，该类包含了网络初始化（__init__()），建立网络（build_networks）和loss函数（l 阅读全文
posted @ 2019-10-04 09:32 墨麟非攻 阅读(471) 评论(0) 推荐(0)
tensorflow+ssd_mobilenet实现目标检测的训练
摘要：本文在Ubuntu下使用tensorflow的object detection API来训练自己的数据集。所用模型为ssd_mobilenet，也可以使用其他的模型。当然也可以在windows下训练，代码上没有多大差别，主要是配置环境那里，比较麻烦（windows和linux下都一样麻烦）。 一、配 阅读全文
posted @ 2019-03-28 16:16 墨麟非攻 阅读(10087) 评论(0) 推荐(1)
Win7+keras+tensorflow使用YOLO-v3训练自己的数据集
摘要：一、下载和测试模型 1. 下载YOLO-v3 git clone https://github.com/qqwweee/keras-yolo3.git 这是在Ubuntu里的命令，windows直接去 https://github.com/qqwweee/keras-yolo3下载、解压。得到一个 阅读全文
posted @ 2019-03-25 20:46 墨麟非攻 阅读(7546) 评论(8) 推荐(1)
目标检测中的mAP
摘要：一、IOU的概念 交集和并集的比例（所谓的交集和并集，都是预测框和实际框的集合关系）。如图： 二、Precision（准确率）和Recall（召回率）的概念 对于二分类问题，可将样例根据其真实类别和预测类别组合划分为真正例（true positive）、假正例（false positive）、真反例 阅读全文
posted @ 2019-03-17 21:00 墨麟非攻 阅读(3547) 评论(1) 推荐(0)
目标检测算法之YOLOv3
摘要：参考地址：https://blog.csdn.net/leviopku/article/details/82660381 YOLO v3结构图 DBL：卷积+BN+leaky relu，是v3的最小组件 resn：n代表数字，有res1，res2，...，res8等，表示这个res_block里含有 阅读全文
posted @ 2019-03-04 11:26 墨麟非攻 阅读(3425) 评论(0) 推荐(0)
目标检测算法之YOLOv1与v2
摘要：YOLO：You Only Look Once（只需看一眼） 基于深度学习方法的一个特点就是实现端到端的检测，相对于其他目标检测与识别方法（如Fast R-CNN）将目标识别任务分成目标区域预测和类别预测等多个流程，YOLO将目标区域预测和类别预测整合到单个神经网络中，将目标检测任务看作目标区域预测 阅读全文
posted @ 2019-03-02 21:40 墨麟非攻 阅读(901) 评论(0) 推荐(0)
目标检测算法之Faster R-CNN算法详解
摘要：Fast R-CNN存在的问题：选择性搜索，非常耗时。 解决：加入一个提取边缘的神经网络，将候选框的选取交给神经网络。 在Fast R-CNN中引入Region Proposal Network（RPN）替代Selective Search，同时引入anchor box应对目标形状的变换问题（anc 阅读全文
posted @ 2019-03-02 17:21 墨麟非攻 阅读(913) 评论(0) 推荐(0)
目标检测算法之Fast R-CNN算法详解
摘要：在介绍Fast R-CNN之前我们先介绍一下SPP Net 一、SPP Net SPP：Spatial Pyramid Pooling（空间金字塔池化） 众所周知，CNN一般都含有卷积部分和全连接部分，其中，卷积层不需要固定尺寸的图像，而全连接层是需要固定大小的输入。 所以当全连接层面对各种尺寸的输 阅读全文
posted @ 2019-03-02 14:32 墨麟非攻 阅读(1093) 评论(0) 推荐(0)
目标检测算法之R-CNN算法详解
摘要：R-CNN全称为Region-CNN，它可以说是第一个成功地将深度学习应用到目标检测上的算法。后面提到的Fast R-CNN、Faster R-CNN全部都是建立在R-CNN的基础上的。 传统目标检测流程： （1）区域选择（穷举策略：采用滑动窗口，且设置不同的大小，不同的长宽比对图像进行遍历，时间复 阅读全文
posted @ 2019-03-01 15:52 墨麟非攻 阅读(1594) 评论(0) 推荐(1)
IOU和非极大值抑制
摘要：如何判断对象检测算法运作良好呢？ 一、交并比（Intersection over union，IoU） 是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值，理想情况下是完全重叠，即比值为1 一般约定，在计算机检测任务中 阅读全文
posted @ 2019-02-28 22:12 墨麟非攻 阅读(1952) 评论(0) 推荐(0)
目标检测之选择性搜索-Selective Search
摘要：一、滑动窗口检测器 一种用于目标检测的暴力方法就是从左到右，从上到下滑动窗口，利用分类识别目标。为了在不同观察距离处检测不同的目标类型，我们可以使用不同大小和宽高比的窗口 得到窗口内的图片送入分类器，但是很多分类器只取固定大小的图像，所以这些图像需要经过一定的变形转换。但是，这不影响分类的准确率，因 阅读全文
posted @ 2019-02-28 17:33 墨麟非攻 阅读(5724) 评论(0) 推荐(0)