摘要:SingleShotMultiBoxDetector(SSD,单步多框目标检测) ———————————————————————————————————————————————— 前言:哈哈,有多少人被标题引诱来的?不过我确实把料下足了,想彻底了解SSD理论的朋友,请你沉下心来看,估计底子好的人要看 阅读全文
posted @ 2020-03-01 20:51 明月池 阅读 (36) 评论 (0) 编辑
摘要:前言: 在目标检测的任务中,一样的损失函数可能有不同的IOU值,如下图(L2作为损失函数) 上图三张图有一样的L2距离,但是IoU值却完全不同。坐标表示方法为(x1,y1,x2,y2)。 下图为L1距离。坐标表示方法为(x,y,w,h),x,y为中心点坐标。 科普一下L1与L2距离,明白的请跳过: 阅读全文
posted @ 2020-03-01 14:44 明月池 阅读 (89) 评论 (0) 编辑
摘要:解决的问题:消除正负样本比例不平衡(One-Stage算法需要产生超大量的预选框,模型被大量负样本所主导,Focal Loss对此种情况卓有成效。),并且挖掘难负样本(难负样本即为一些很难区分是正样本还是负样本的负样本。其对立的就是一些简单的负样本,很容易区分出来是负样本,其前向传播的loss很小, 阅读全文
posted @ 2020-03-01 10:48 明月池 阅读 (37) 评论 (0) 编辑
摘要:在python的文件中,经常看到代码最后写上if __name__ == __main__: 是什么意思呢? 解释: 1.你写的这个py文件,比如叫做“test.py”那么你点击“运行”的话,则会调用运行你if __name__ == __main__:下的代码。 2.而如果,你这个“test.py 阅读全文
posted @ 2020-03-01 10:10 明月池 阅读 (15) 评论 (0) 编辑
摘要:前言 之前无论是传统目标检测,还是RCNN,亦或是SPP NET,Faste Rcnn,Faster Rcnn,都是二阶段目标检测方法,即分为“定位目标区域”与“检测目标”两步,而YOLO V1,V2,V3都是一阶段的目标检测。 从R-CNN到FasterR-CNN网络的发展中,都是基于propos 阅读全文
posted @ 2020-02-27 22:34 明月池 阅读 (84) 评论 (0) 编辑
摘要:前言概括 RCNN是运用深度学习进行目标检测的鼻祖,但是究其结构来说,不过是将传统的目标检测结构的提取特征的方法由Hog算法换成了卷积神经网络去提取特征,其网络结构用的是Alexnet。 传统目标检测的流程我在上一篇随笔中已经做过总结,某些例如“非极大值抑制”,“高斯模糊”这种方法我并没有展开介绍, 阅读全文
posted @ 2020-02-24 20:23 明月池 阅读 (7) 评论 (0) 编辑
摘要:前言:我所写的“操作步骤”均是代码级的,把我的字翻译成代码,就能写出来项目框架 本文原创,转载请说明 在深度学习火起来之前,传统的目标检测往往都是通过人来设计算法提取特征并喂入机器学习的SVM算法中,进行目标的定位和实例划分。为了避免知识嘈杂,大家晕头转向,我没有把一些过程名词解释出来,便于大家理清 阅读全文
posted @ 2020-02-23 20:46 明月池 阅读 (12) 评论 (0) 编辑
该文被密码保护。
posted @ 2020-02-21 23:32 明月池 阅读 (0) 评论 (0) 编辑
摘要:深度学习开源数据集 Images Analysis 图像分析 数据集介绍备注网址 Flickr30k 图片描述 31,783 images,每张图片5个语句标注 传送门 Microsoft COCO 图片描述 330,000 images,每张图片至少5个语句标注 传送门 ESP Game 多标签定 阅读全文
posted @ 2020-02-18 10:20 明月池 阅读 (299) 评论 (0) 编辑
摘要:import pickle import numpy as np import matplotlib.pyplot as plt from sklearn.preprocessing import LabelBinarizer import os def _load_label_names(): " 阅读全文
posted @ 2020-02-16 10:54 明月池 阅读 (16) 评论 (0) 编辑