随笔分类 - 目标检测
摘要：You Only Look Once: Unified, Real-Time Object Detection yolov1结构图，除了第一个 7*7 卷积（pad=3）外，其他卷积的 （pad=1）。 问题1：Unified 指的是什么？ Unified 指的是 单个神经网络架构，用一个模型输出得
阅读全文
摘要：#### 问题1： 怎么算输出的维度？ 方法1：我们可以直接导出 pt 为 onnx 文件，使用 Netron 来看即可。 python export.py --weights yolov5s.pt --include onnx --simplify # --simplify 帮助我们看每个维度是多
阅读全文
摘要：| 原始题目 | SSD: Single Shot MultiBox Detector | | | | | 中文名称 | SSD: 一阶段 多框 检测器 | | 发表时间 | 2015年12月8日 | | 平台 | ECCV 2016 | | 来源 | 北卡罗来纳大学教堂山分校 | | 文章链接 |
阅读全文
摘要：| 原始题目 | SSH: Single Stage Headless Face Detector | | | | | 中文名称 | SSH: 单阶段 无头的 人脸检测器 | | 发表时间 | 2017年8月14日 | | 平台 | ICCV 2017 | | 来源 | University of
阅读全文
摘要：| 原始题目 | Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks | | | | | 中文名称 | 基于 多任务级联卷积网络 的 联合 人脸检测与对齐 | | 发表时间 | 201
阅读全文
摘要：| 原始题目 | Sample and Computation Redistribution for Efficient Face Detection | | | | | 中文名称 | 采样和计算 重分配的 高效人脸检测 | | 发表时间 | 2021年5月10日 | | 平台 | ICLR-202
阅读全文
摘要：简介 YOLOv8模型设计快速，准确，易于使用，使其成为广泛的目标检测和图像分割任务的绝佳选择。 The YOLOv8 model is designed to be fast, accurate, and easy to use, making it an excellent choice for
阅读全文
摘要：目标检测目前最困难的事情： 漏检：无法把前景检测出来，个人认为，最简单的加数据解决 误检：把背景检测为前景，也叫 开放域识别问题。非常困难的事情。有人基于度量学习解决。主要的问题是：收集的数据在一个封闭域，但是模型的部署需要到开放世界，就容易出现该问题。有人说，深度学习是学习的纹理，经过测试对于差不
阅读全文
摘要：本文定义的类别不平衡问题：在图像分类问题中，不同类别的图像的个数不同，并且差异较大。在目标检测问题中，目标类别的个数区别较大。这都是类别不平衡问题。 原理： 当训练图像的所有 类个数不相同 时, 我们可以更改 类权重 , 即而达到更改 图像权重 的目的。然后根据 图像权重 重新采集数据，这在图像类别
阅读全文
摘要：笔记来源：https://www.bilibili.com/video/BV1jo4y1D7CF/?vd_source=2ed6e8af02f9ba8cb90b90e99bd4ccee 近年来，目标检测的工程应用研究中，YOLO系列以快速响应、高精度、结构简单以及容易部署的特点备受工程研究人员的青睐
阅读全文
.jpg){kind=small}
