02 2021 档案

传统的目标检测方法
摘要：传统的目标检测方法也称为基于手工特征的目标检测方法 基于手工特征的目标检测方法 = 手工特征 + 机器学习方法 三种手工特征 Haar特征、HOG（梯度直方图特征）、LBP（局部二值模式特征） 图 1给出了三种手工特征模板。LBP特征（局部二值模式）如图 1（a）所示，模板中心周围的像素值均与模板中 阅读全文
posted @ 2021-02-25 15:55 狂战士99999 阅读(1697) 评论(0) 推荐(1)
计算机视觉之小目标检测的讨论及未来研究趋势
摘要：讨论 在前面几篇文章中的几类能有效提高小目标检测精度的方法中，数据增强作为普适性最好的提高小目标检测效果的方法，能够用于不同的场景、不同类型的小目标检测，普适性较好；多尺度融合、锚框设计、IOU 阈值匹配、超参数调优也能够用于不同场景下的小目标检测，但是都存在着一定程度上的可迁移性问题，即在某一场景 阅读全文
posted @ 2021-02-25 12:38 狂战士99999 阅读(584) 评论(0) 推荐(0)
计算机视觉之小目标检测的超参数调优
摘要：什么是超参数 基于深度学习的模型参数主要分为参数和超参数，参数通常在数据中自动获取，不需要人为设置，而超参数是模型外部的配置变量，通常需要人为设置。超参数主要包括学习率（learning rate）、批量尺寸大小（batch size），迭代次数（epoch）、隐藏层数目层数、激活函数的选择、部分损 阅读全文
posted @ 2021-02-25 12:10 狂战士99999 阅读(939) 评论(0) 推荐(0)
计算机视觉之小目标的缩小目标差异
摘要：GAN生成式对抗网络的引入 1.GAN的用途 ①广泛应用于图像超分重建、表示学习、风栺转移等任务中。对于检测小目标，文献中提出利用Perceptual GAN 来增强小目标的特征表达。传统的 GAN 中生成器是学习从噪声分布到数据的映射，而Perceptual GAN 则是负责寻找不同尺度物体间的结 阅读全文
posted @ 2021-02-25 12:00 狂战士99999 阅读(269) 评论(0) 推荐(0)
计算机视觉之小目标的IOU阈值匹配
摘要：1.IOU的定义 交并比 IOU(Intersection Over Union)是指目标预测边界框和真实边界框的交集和并集的比值，即物体Bounding Box 与 Ground Truth 的重叠度，IOU 的定义是为了衡量物体定位精度的一种标准。 2.IOU设置过高或过低的问题 如果 IOU 阅读全文
posted @ 2021-02-25 11:34 狂战士99999 阅读(4283) 评论(0) 推荐(0)
计算机视觉之小目标的锚框设计
摘要：1.锚框设计的种类 ①Faster RCNN 模型利用 RPN(RegionProposal Networks，候选区域网络)生成候选检测框时，对于最小尺度为 128*128 的 Anchor，其候选框平均大小要超过 100*100，也就是设置的最小 Anchor 都要比待检测的小目标大很多，但如果 阅读全文
posted @ 2021-02-24 17:55 狂战士99999 阅读(1026) 评论(0) 推荐(0)
计算机视觉之小目标的多尺度融合
摘要：1.多尺度融合的原因 卷积神经网络的浅层网络分辨率高，感受野小，目标的位置准确，适合检测小目标，但特征的语义信息表征能力弱，召回率低；而深层网络分辨率低，像素少，可能会导致小目标的信息丢失，不利于其识别，但特征的语义信息表征能力强，因此如果两者能够取长补短进行融合，那么既能利用浅层网络的细节信息又能 阅读全文
posted @ 2021-02-24 17:04 狂战士99999 阅读(740) 评论(0) 推荐(0)
计算机视觉之小目标的数据增强方法
摘要：数据增强 针对不同数据集自动化组合数据增强的方法 通过复制粘贴增加图片中小目标的数量（可进行适当缩放和旋转），不要覆盖已有目标的位置 在每个批次训练时，随机将四张图像（相同大小或不同大小）进行缩放，然后随机拼接成一张原图尺寸大小的图像，这样就增加了小目标的数量 随着超分辨率技术的不断发展，将低分辨率 阅读全文
posted @ 2021-02-24 16:10 狂战士99999 阅读(765) 评论(0) 推荐(0)