不积跬步无以至千里

摘要： MASK-RCNN中也有PAN(Path Aggregation Network)，此网络在yolov4.5中均出现 一、FPN 如下图conv5、conv4、conv2&3，分别对应高层、中层、底层特征，这里将其特征融合得到M5、M4、M3、M2特征图最终得到的P2-5等特征图可以用于预测。 FP 阅读全文

摘要： 1、前置知识 FPN：Feature pyramid network，特征金字塔网络。 PAN: Path Aggregation network，路径聚合网络。 关于FPN和PAN可以参考： https://www.cnblogs.com/chentiao/p/16425098.html YOLO 阅读全文

摘要： 转载自：https://blog.csdn.net/weixin_46142822/article/details/124086230 论文：YOLOX: Exceeding YOLO Series in 2021 论文链接：https://arxiv.org/pdf/2107.08430.pdf 阅读全文

摘要： nms算法常用在目标检测算法中，而soft-nms算法可以说是nms算法的一种改进或者替代。思考可以应用于其他目标检测算法中，以提高检测精度。 论文中说明，soft-nms算法提高了检测准确率，并且计算复杂度与传统nms算法相同。 soft-nms的提出 nms算法很简单，简单来说，就是将不是极大值 阅读全文

摘要： CornerNet 论文地址：https://arxiv.org/abs/1808.01244 论文代码：https://github.com/princeton-vl/CornerNet CornerNet将目标检测定义为左上角点和右下角点的检测。网络结构如图1所示，通过卷积网络预测出左上角点和右 阅读全文

摘要： 本文主要列举几种Keypoint-based Detection类型的网络，主要涉及以下网络： CornerNet ExtremeNet CenterNet CenterNet(Object as Point) CSP CornerNet-Lite RepPoints CentripetalNet 阅读全文

摘要： 一、anchor free 概述1 、 先要知道anchor 是什么（这需要先了解二阶段如faster rcnn，一阶检测器如YOLO V2以后或SSD等）。在过去，目标检测通常被建模为对候选框的分类和回归，不过，按照候选区域的产生方式不同，分为二阶段（two-step）检测和单阶段（one-ste 阅读全文

摘要： *****************************************2023年08月15日09:15:15*************************************************** pillow裁剪 from PIL import Image # 假设你有一 阅读全文

摘要： 最近在做一些贴图工作，小组内的贴图代码是以前的人写的，在贴图操作中采用的是一个点一个点赋值，我觉得pillow库肯定是有对应的方法的，本着能有方法就不要自己写（毕竟哪有人家官方库好用），记录一下写法 form PIL import Image, ImageFilter bg_img = Image. 阅读全文

摘要： 1.目标检测算法一般可分为anchor-based、anchor-free、两者融合类，区别就在于有没有利用anchor提取候选目标框。 A. anchor-based类算法代表是fasterRCNN、SSD、YoloV2/V3等 fasterRCNN-设置了3种尺度3种宽高ratio一共9个anc 阅读全文