摘要：
非极大值抑制（Non-max suppression） 到目前为止你们学到的对象检测中的一个问题是，你的算法可能对同一个对象做出多次检测，所以算法不是对某个对象检测出一次，而是检测出多次。非极大值抑制这个方法可以确保你的算法对每个对象只检测一次. 来，我们吃一颗栗子： 假设你需要在这张图片里检测行人 阅读全文
posted @ 2020-02-27 21:44
刘通1997
阅读(557)
评论(0)
推荐(0)
摘要：
交并比（Intersection over union） 你如何判断对象检测算法运作良好呢？在本笔记中，你将了解到并交比函数，可以用来评价对象检测算法。在下一个笔记中，我们用它来插入一个分量来进一步改善检测算法，我们开始吧。 在对象检测任务中，你希望能够同时定位对象，所以如果实际边界框是这样的，你的 阅读全文
posted @ 2020-02-27 21:42
刘通1997
阅读(911)
评论(0)
推荐(0)
摘要：
Bounding Box预测（Bounding box predictions） 在上一篇笔记中，你们学到了滑动窗口法的卷积实现，这个算法效率更高，但仍然存在问题，不能输出最精准的边界框。在这个笔记中，我们看看如何得到更精准的边界框。 在滑动窗口法中，你取这些离散的位置集合，然后在它们上运行分类器， 阅读全文
posted @ 2020-02-27 21:40
刘通1997
阅读(3822)
评论(0)
推荐(0)
摘要：
卷积的滑动窗口实现（Convolutional implementation of sliding windows） 上节笔记，我们学习了如何通过卷积网络实现滑动窗口对象检测算法，但效率很低。这节课我们讲讲如何在卷积层上应用这个算法。 为了构建滑动窗口的卷积应用，首先要知道如何把神经网络的全连接层转 阅读全文
posted @ 2020-02-27 21:36
刘通1997
阅读(1137)
评论(1)
推荐(0)
摘要：
目标检测（Object detection） 学过了对象定位和特征点检测，今天我们来构建一个对象检测算法。这节课，我们将学习如何通过卷积网络进行对象检测，采用的是基于滑动窗口的目标检测算法。 假如你想构建一个汽车检测算法，步骤是(以上图为例）， 首先创建一个标签训练集，也就是x和y表示适当剪切的汽车 阅读全文
posted @ 2020-02-27 21:33
刘通1997
阅读(448)
评论(0)
推荐(0)
摘要：
特征点检测（Landmark detection） 上节课，我们讲了如何利用神经网络进行对象定位，即通过输出四个参数值b_x、b_y、b_h和b_w给出图片中对象的边界框。更概括地说，神经网络可以通过输出图片上特征点的(x,y)坐标来实现对目标特征的识别，我们看几个例子。 假设你正在构建一个人脸识别 阅读全文
posted @ 2020-02-27 21:30
刘通1997
阅读(751)
评论(0)
推荐(0)
摘要：
这一周我们学习的主要内容是对象检测，它是计算机视觉领域中一个新兴的应用方向，相比前两年，它的性能越来越好。在构建对象检测之前，我们先了解一下对象定位，首先我们看看它的定义。 图片分类任务我们已经熟悉了，就是算法遍历图片，判断其中的对象是不是汽车，这就是图片分类。 这节课我们要学习构建神经网络的另一个 阅读全文
posted @ 2020-02-27 21:28
刘通1997
阅读(1363)
评论(0)
推荐(0)
摘要：
计算机视觉现状（The state of computer vision） 深度学习已经成功地应用于计算机视觉、自然语言处理、语音识别、在线广告、物流还有其他许多问题。 在计算机视觉的现状下，深度学习应用于计算机视觉应用有一些独特之处。 在这个笔记中，我将和你们分享一些我对深度学习在计算机视觉方面应 阅读全文
posted @ 2020-02-27 21:24
刘通1997
阅读(565)
评论(0)
推荐(0)
摘要：
数据扩充（Data augmentation） 大部分的计算机视觉任务使用很多的数据，所以数据扩充是经常使用的一种技巧来提高计算机视觉系统的表现。我认为计算机视觉是一个相当复杂的工作，你需要输入图像的像素值，然后弄清楚图片中有什么，似乎你需要学习一个复杂方程来做这件事。 在实践中，更多的数据对大多数 阅读全文
posted @ 2020-02-27 21:20
刘通1997
阅读(1802)
评论(0)
推荐(0)
摘要：
迁移学习（Transfer Learning） 如果你要做一个计算机视觉的应用，相比于从头训练权重，或者说从随机初始化权重开始，如果你下载别人已经训练好网络结构的权重，你通常能够进展的相当快，用这个作为预训练，然后转换到你感兴趣的任务上。 计算机视觉的研究社区非常喜欢把许多数据集上传到网上，如果你听 阅读全文
posted @ 2020-02-27 21:17
刘通1997
阅读(590)
评论(0)
推荐(0)
浙公网安备 33010602011771号