目标检测讲解

环境准备

pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple

图片读取&画框

from skimage import io
import matplotlib.pyplot as plt
import matplotlib.patches as mp

ss = io.imread('dogs.jpg')

_, ax = plt.subplots(ncols=1, nrows=1, figsize=(6, 6))
ax.imshow(ss)

rect = mp.Rectangle((600, 400), 100, 80, fill=False, edgecolor='red', linewidth=1)
ax.add_patch(rect)

plt.show()

运行代码，显示如下

Selective Search

方法特点

• 捕捉不同尺度（Capture All Scales)
• 多样化（Diversification)
• 快速计算（Fast to Compute）

图像中区域特征比像素更具代表性

• 计算所有邻近区域之间的相似性；
• 两个最相似的区域被组合在一起；
• 计算合并区域和相邻区域的相似度；
• 重复2、3过程，直到整个图像变为一个区域

 

另外加入一些多样性的衡量

• 颜色相似性
• 纹理相似性
• 尺度相似性
• 形状重合度

效果如下