摘要：
看了很多篇博客，这篇是对yolov1整体结构解释最清楚的一个，特转载过来： YOLO v1深入理解 YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。现在YOLO已经发展到v5版本，不过新版本也是在原有版本基础上 阅读全文
摘要：
Bounding-Box regression 最近一直看检测有关的paper，从rcnn，fast rcnn， faster rcnn， yolo， r-fcn， ssd，到今年cvpr最新的yolo9000.这些paper中损失函数都包含了边框回归，除了rcnn详细介绍了，其他的paper都是一 阅读全文
摘要：
前几天tensorflow开源了诸多目标检测模型，包括Faster RCNN、SSD等，恰巧自己的论文用的也是目标检测网络，是时间把以前刷过的检测网络祭出来了。自己看过的主要包括基于region proposal的RCNN系列：RCNN、Fast RCNN、Faster RCNN，基于区域划分的YO 阅读全文
摘要：
对于使用机器学习解决的大多数常见问题，通常有多种可用的模型。每个模型都有自己的独特之处，并随因素变化而表现不同。 每个模型在“验证/测试”数据集上来评估性能，性能衡量使用各种统计量如准确度（accuracy），精度（precision），召回率（recall）等。选择的统计量通常针对特定应用场景和用 阅读全文
摘要：
图像分割是计算机视觉研究中的一个经典难题，已经成为图像理解领域关注的一个热点，图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域 阅读全文
摘要：
一，SIFT概述 SIFT，即尺度不变特征变换（Scale-invariant feature transform, SIFT）,是用于图像处理领域的一种描述。这种描述具有尺度不变性，它对物体的尺度变化，刚体变换，光照强度和遮挡都具有较好的稳定性，可在图像中检测出关键点，是一种局部特征描述子，同时是 阅读全文
摘要：
转自：https://zhuanlan.zhihu.com/p/80852438 https://blog.csdn.net/hty1053240123/article/details/51992398 一，概述 图像的几何变换主要包括：平移、缩放、旋转、仿射、透视等等。图像变换是建立在矩阵运算基础 阅读全文
摘要：
计算机视觉五大技术 如果有人朝你扔过来一个球，通常你会怎么办？——当然是马上把它接住。 这个问题是不是很弱智？实际上，这一过程是最复杂的处理过程之一，实际上的过程大概如下：首先球进入人类的视网膜，一番元素分析后，发送到大脑，视觉皮层会更加彻底地去分析图象，把它发送到剩余的皮质，与已知的任何物体相比较 阅读全文
摘要：
图像特征是指可以对图像的特点或内容进行表征的一系列属性的集合，主要包括图像自然特征（如亮度，色彩，纹理等）和图像人为特征（如图像频谱，图像直方图等）。图像特征提取可以视为广义上的图像变换，即将图像从原始属性空间转化到特征属性空间。图像特征提取过程是指对图像包含的信息进行处理和分析，并将其中不易受随机 阅读全文
摘要：
为了更加有效的对数字图像进行处理，常常需要将原始图像以某种方式变换到另外一个空间，并利用图像在变换空间中的特有性质对图像信息进行加工，然后再转换回图像空间就可以得到所需的效果。图像变换是双向的，一般将从图像控件转换到其他空间的操作称为正变换，由其他空间转换回图像空间称为逆变换。 傅里叶变换可以将任何 阅读全文