摘要： 1.Vscode安装： 参考：https://blog.csdn.net/weixin_43793181/article/details/124456809 2.Opencv编译安装： 参考：https://blog.csdn.net/xiangfengl/article/details/12294 阅读全文

摘要： 一、工作中有时会用到的一些功能，记录下来 //遍历文件夹下的文件，输入：文件夹路径，返回文件名的vectorvoid get_image_names(const string &file_path, vector<string>&file_names) { intptr_t hFile = 0; / 阅读全文

摘要： import numpy as np import math def ssd_anchor_one_layer(img_shape,feat_shape,sizes,ratios,step,offset=0.5,dtype=np.float32): """Computer SSD default a 阅读全文

摘要： 1.利用darknet53或者其他网络生成三个尺度的特征图,每个特征图都有（4+1+num_classes）个通道。 2.根据3种尺度的特征图进行预测框（预测框也分3个尺度进行），根据公式，激活函数sigmoid，t为卷积的结果，c为网格左上角坐标，b为预测的框。 3.损失主要分为3部分： （1）g 阅读全文

摘要： 举个例子简单介绍下训练英文和数字的数据处理方式 （1）CHAR_VECTOR = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ-'.!?,\"" 图片命名为下面两串字符 （2）batch_y:['abdominosco 阅读全文

摘要： 结合开源项目tensorflow-yolov3（https://link.zhihu.com/?target=https%3A//github.com/YunYang1994/tensorflow-yolov3），理解YOLO v3实现细节整体套路 简单写写 1.数据预处理 voc_annotati 阅读全文

摘要： 数据的输入几乎和Faster rcnn一样，标签格式xml是一样的。 相比Faster rcnn，数据多了一步处理，通过voc_annotation.py将图片路径和bbox+class存储在txt下样式如下： data\train/VOCdevkit/VOC2007\JPEGImages\0000 阅读全文

摘要： 假如一个bbox坐标为：[35 220 62 293 3] 第一步：将bbox转换为中心坐标和宽高形式（3种缩放比例进行缩放） 那么onehot:[0 0 0 1 0 0 0 0 0 0 ........],当然还可以平滑 计算bbox的中心坐标和宽高（35+62）/2 = 48.5 (220+29 阅读全文

摘要： 水平翻转（标注翻转）： def random_horizontal_flip(image, bboxes): _, w, _ = image.shape # [::-1] 顺序相反操作 # a = [1, 2, 3, 4, 5] # a[::-1] # Out[3]: [5, 4, 3, 2, 1] 阅读全文

摘要： YOLOv1和YOLOv2简单看了一下，详细看了看YOLOv3,刚看的时候是蒙圈的，经过一番研究，分步记录一下几个关键的点： v2和v3中加入了anchors和Faster rcnn有一定区别，这个anchors如何理解呢？ 个人理解白话篇： （1）就是有一批标注bbox数据，标注为左上角坐标和右下 阅读全文