随笔分类 - 目标检测
深度学习目标检测发展过程
R-CNN，Fast R-CNN，Faster R-CNN，ssd，yolo，centernet
摘要：推理是detect.py脚本。 一张图像首先经过class LoadImages: 类处理。 经过def letterbox(img, new_shape=(640, 640), color=(114, 114, 114), auto=True, scaleFill=False, scaleup=T
阅读全文
摘要：图像归一化 原图是1280,720 经过letterbox函数处理后是640,384 （32*12=384） letterbox函数功能是返回最长边为640，并且最短边为32的倍数的图像。 def letterbox(img, new_shape=(640, 640), color=(114, 11
阅读全文
摘要：https://zhuanlan.zhihu.com/p/94799295 https://zhuanlan.zhihu.com/p/366744055 https://zhuanlan.zhihu.com/p/359982543 Iou GIou DIou CIou IoU：使用最广泛的检测框lo
阅读全文
摘要：u版本的yolo3代码是真的复杂。 loss.py详细的代码注释如下： # Loss functions import torch import torch.nn as nn from utils.general import bbox_iou from utils.torch_utils impo
阅读全文
摘要：网络部分 网络在/models/yolov3.yaml里面定义，如下： # parameters nc: 80 # number of classes depth_multiple: 1.0 # model depth multiple width_multiple: 1.0 # layer cha
阅读全文
摘要：[目标检测 -- R-CNN，Fast R-CNN，Faster R-CNN] https://www.cnblogs.com/yanghailin/p/14767995.html [目标检测 SSD] https://www.cnblogs.com/yanghailin/p/14769384.ht
阅读全文
摘要：SSD的损失函数与region proposal方法有个明显的区别，在于SSD并不是针对所有的检测器计算loss。SSD会用一种匹配策略给每个检测器分配一个真实标签(背景为0，前景为对应的物体类别)。指定的标签为前景的预测器称为正样本(正样本全部计算loss)。标签为背景的预测器是负样本，并不是所有
阅读全文
摘要：def build_ssd(phase, size=300, num_classes=21): if phase != "test" and phase != "train": print("ERROR: Phase: " + phase + " not recognized") return if
阅读全文
摘要：最近面试，被各种问，特别被问到一些很细节的东西我一知半解，特尴尬。遂下定决心看懂并记住每一个细节！不怕被问！ ssd的anchor是如何生成的？ 首先需要了解一些参数数值的意义： # SSD300 CONFIGS voc = { 'num_classes': 21, 'lr_steps': (800
阅读全文
摘要：论文翻译 转自https://www.cnblogs.com/marvin-wen/p/14363523.html 摘要 我们提出一种新的目标检测算法——YOLO。以前有关目标检测的研究将检测转化成分类器来执行。然而，我们将目标检测框架化为空间分隔的边界框及相关的类概率的回归问题。在一次评估中，单个
阅读全文
摘要：Single-Shot Refinement Neural Network for Object Detection 论文链接：https://arxiv.org/abs/1711.06897 代码链接：https://github.com/sfzhang15/RefineDet https://g
阅读全文
摘要：本文转自： https://blog.csdn.net/thisiszdy/article/details/89576389 SSD原理解读-从入门到精通 https://blog.csdn.net/qianqing13579/article/details/82106664 目标检测中anchor
阅读全文
摘要：R-CNN，Fast R-CNN，Faster R-CNN这些是深度学习目标检测的鼻祖。看各种博客分析，东看看西看看，不系统。这里准备系统的记录一下深度学习目标检测的发展史。这里大部分摘录其他博客。参考链接见下。 R-CNN，Fast R-CNN，Faster R-CNN原理及执行与训练的实例+实现
阅读全文