摘要: anchor在计算机视觉中有锚点或锚框,目标检测中常出现的anchor box是锚框,表示固定的参考框。目标检测的任务:在哪里有东西难点:目标的类别不确定、数量不确定、位置不确定、尺度不确定传统算法的解决方式:都要金字塔多尺度+遍历滑窗的方式,逐尺度逐位置判断"这个尺度的这个位置处有没有认识的目标",非常笨重耗时,并不能很好的推广适用。现状:近期顶尖(SOTA)的目标检测方法几乎都用了anchor... 阅读全文
posted @ 2019-04-25 14:17 zfCode 阅读(7768) 评论(0) 推荐(0)
摘要: 交并比(Intersection-over-Union,IoU):目标检测中使用的一个概念是产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率即它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。基础知识:交集:集合论中,设A,B是两个集合,由所有属于集合A且属于集合B的元素所组成的集合,叫做集合A与集合B的交集,记作A∩B。eg:A={... 阅读全文
posted @ 2019-04-25 14:16 zfCode 阅读(12094) 评论(2) 推荐(0)
摘要: 非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索。也可以理解为只取置信度最高的一个识别结果。举例:如图所示,现在识别出了3个人脸,但该三个人脸其实都为同一个目标,只是位置不同,置信度也不一样。这时候,我们想要是置信度最高的“0.97”的检测结果,以及位置信息。那么,我们就可以采用NMS的方式,来得到我们想要的最后的结... 阅读全文
posted @ 2019-04-25 14:15 zfCode 阅读(1331) 评论(2) 推荐(0)