摘要:SSD目标检测网络 使用SSD检测网络一段时间了,研究过代码,也踩过坑,算是有能力来总结下SSD目标检测网络了。 1. SSD300_Vgg16 最基础的SSD网络是以Vgg16作为backbone, 输入图片尺寸为300x300,这里以其为示例,详细剖析下SSD检测网络。 SSD(Single S 阅读全文
posted @ 2020-11-15 17:31 silence_cho 阅读(12) 评论(0) 推荐(0) 编辑
摘要:yolo v3目标检测网络 yolo3的运行速度快,检测效果也不差,算是使用最广泛的目标检测网络了。对于yolo3的理解,也主要在于三点,一是网络结构和模型流程的理解;二是对于正负样本分配的理解(anchor和gt_box之间的匹配);三是对于loss函数的理解 1.1 yolo v3 网络结构 y 阅读全文
posted @ 2020-11-15 17:19 silence_cho 阅读(17) 评论(0) 推荐(0) 编辑
摘要:CenterNet是在2019年论文Objects as points中提出,相比yolo,ssd,faster_rcnn依靠大量anchor的检测网络,CenterNet是一种anchor-free的目标检测网络,在速度和精度上都比较有优势,值得学习下。 对于CenterNet的理解主要在于四方面 阅读全文
posted @ 2020-11-15 17:13 silence_cho 阅读(16) 评论(0) 推荐(0) 编辑
摘要:one-stage的检测精度比不上two-stage,一个主要原因是训练过程样本不均衡造成。样本不均衡主要包括两方面,一是正负样本的不均衡;二是难易样本的不均衡。目前主要的解决方法包括OHEM,S-OHEM,Focal Loss,A-fast-RCNN,GHM(梯度均衡化)。 1. 样本不均衡问题 阅读全文
posted @ 2020-11-14 16:20 silence_cho 阅读(23) 评论(0) 推荐(0) 编辑
摘要:在RCNN,Fast RCNN之后,Ross B. Girshick在2016年提出Faster RCNN,将特征提取(feature extraction),proposal提取,目标定位location,目标分类classification整合到了一个网络中,性能大幅提升。作为Two-stage 阅读全文
posted @ 2020-11-10 20:02 silence_cho 阅读(10) 评论(0) 推荐(0) 编辑
摘要:之前的图像处理,都是再原图上进行;而频率域滤波,是在图像的傅里叶谱上进行处理,最后再通过傅里叶逆变换得到处理后的图像,则是因为图片的傅里叶谱包含图片的频率信息,方便对其频率进行处理。对于图像,低频信息表示图像中灰度值缓慢变化的区域,如背景信息等;而高频信息则表示灰度值迅速变化的区域,如边缘处等细节信 阅读全文
posted @ 2020-10-09 22:10 silence_cho 阅读(247) 评论(0) 推荐(1) 编辑
摘要:对于二维图片,可以对其进行傅里叶变换,获取图片的频谱信息。频谱有很多应用,包括显著性检测,卷积定理,频率域滤波等,下面是图片傅里叶变换的一些基本概念: 1. 图像傅里叶变换 对于M行N列的图像矩阵f(x,y),f(x, y)表示第x行y列的像素值,则存在复数矩阵F,有以下公式: F(u,v)称为f( 阅读全文
posted @ 2020-10-09 21:56 silence_cho 阅读(390) 评论(0) 推荐(0) 编辑
摘要:针对物体轮廓,opencv还提供了一些相关的函数,来处理轮廓查找,绘制,拟合,以及计算轮廓周长和面积等,详细介绍如下: 1. 寻找和绘制轮廓 opencv的findContours()能寻找图片中的轮廓,实现的是下面论文的算法: Satoshi Suzuki and others. Topologi 阅读全文
posted @ 2020-09-20 16:09 silence_cho 阅读(209) 评论(0) 推荐(0) 编辑
摘要:通过阈值分割提取图像中的目标物体前景,或者边缘提取目标物体的轮廓,在这些前景中可以寻找感兴趣的几何形状,如直线,圆,三角形,矩形等。 1. 点集的最小外包 opencv中提供了拟合像素点的最小外包旋转矩形,最小外包直立矩形,最小外包圆,最小外包三角形和最小凸包,其对应函数使用如下: 最小外包旋转矩形 阅读全文
posted @ 2020-09-17 23:11 silence_cho 阅读(378) 评论(0) 推荐(0) 编辑
摘要:在上一节中都是采用一阶差分(导数),进行的边缘提取。 也可以采用二阶差分进行边缘提取,如Laplacian算子,高斯拉普拉斯(LoG)边缘检测, 高斯差分(DoG)边缘检测,Marr-Hidreth边缘检测。这些边缘提取算法详细介绍如下: 1. Laplacian算子 Laplacian算子采用二阶 阅读全文
posted @ 2020-09-07 23:27 silence_cho 阅读(335) 评论(0) 推荐(0) 编辑