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(1665)
评论(0)
推荐(1)
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(570)
评论(0)
推荐(0)
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(927)
评论(0)
推荐(0)
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(264)
评论(0)
推荐(0)
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(4235)
评论(0)
推荐(0)
浙公网安备 33010602011771号