浩瀚之水的专栏

简介介绍一下目标检测领域另外一个比较有名的数据集MS COCO(Microsoft COCO: Common Objects in Context) .MSCOCO 数据集是微软构建的一个数据集，其包含 detection, segmentation, keypoints等任务。MSCOCO主要是为了解决detecting non-iconic views of objects（对应常说的detection）, contextual reasoning between objects ...

简介PASCAL VOC挑战赛 （ThePASCALVisual Object Classes ）是一个世界级的计算机视觉挑战赛,PASCAL全称：Pattern Analysis, Statical Modeling and Computational Learning，是一个由欧盟资助的网络组织。很多优秀的计算机视觉模型比如分类，定位，检测，分割，动作识别等模型都是基于PASCAL VOC挑战赛及其数据集上推出的，尤其是一些目标检测模型（比如大名鼎鼎的R CNN系列，以及后面的YOL...

1、问题描述收集数据准备微调深度学习模型时，经常会遇到某些分类数据严重不足的情况，另外数据集过小容易造成模型的过拟合。本文参考一些网友对于数据增强方法的一些tips，后续会附上自己实现的C++代码； 2、data augmentation常用方法 Color Jittering：对颜色的数据增强：图像亮度、饱和度、对比度变化（此处对色彩抖动的理解不知是否得当）； PCA ...

在图像的深度学习中，为了丰富图像训练集，提高模型的泛化能力，一般会对图像进行数据增强。常用的方式有：旋转、剪切、改变图像色差、扭曲图像特征、改变图像尺寸、增加图像噪声（高斯噪声、盐胶噪声）。思考：对于人脸的数据增广来说，其是对称的，所以镜像旋转pass，然后剪切后的部分人脸应用价值不高，大多数人脸识别都会将人脸对齐，所以多种形式的剪切没有意义，但将人脸从背景中剪切出来再进行识别对于facene...

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.youkuaiyun.com/SMF0504/article/details/78695908         好久没有写博客，一直想重新调整自己的博客，想尽可能写的前后连贯一点，同时希望自己写的更通熟易懂些，可是迟迟没有动笔修改曾经的博文，哎，还是慢慢跟着自己的理解再修改之前的文章吧，今儿就写写关于深度学习训练中最关键的一步...

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.youkuaiyun.com/u012897374/article/details/80142744imgaug是一个封装好的用来进行图像augmentation的python库,支持关键点(keypoint)和bounding box一起变换。项目主页: imgaug doc1. 安装和卸载# 通过github安装...

问题一：为什么需要大量的数据当训练机器学习模型的时候，实际上实在调整它的参数，使得可以跟一个特定的输入符合。优化的目标是 chase that sweet spot where our model’s loss is low。当前最好的神经网络拥有的参数量是上百万的量级。 因此，有这么多的参数，就需要a proportional amount of examples 来学习这些参数。此外，...

github:https://github.com/XuelianZ/augment本工具主要用于基于图像的目标检测样本增广。源标注文件为xml文件，采用voc标准标注格式，如下样本增广工具主要实现resize、rotate、crop、flip、mosaic的一个或多个组合变换，并生成变换后的图像及对应的xml标注文件。同时还提供一个显示功能，用于检验标注框的准确性。该工具适用于批量样...

作为标准数据集，voc-2007 是衡量图像分类识别能力的基准。 faster-rcnn，yolo -v1, yolo-v2都以此数据集为最为演示样例，因此，有必要了解一下本数据集的组成架构。VOC数据集共包含：训练集（5011幅），测试集（4952幅），共计9963幅图，共包含20个种类。aeroplane bicycle bird boat bottle