目标检测
关注
分享
扫一扫
文章平均质量分 64
你好，明天，，
你好，明天。一个今天胜过两个明天。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
bat脚本/Python代码 实现PNG图片批量转换成JPG图片
第一步：创建一个.txt文件 第二步：在.txt文件中写入ren *.png *.jpg 第三步：右键重命名 将后缀从.txt改为.bat 第四步：将该文件放到要修改的图片的文件夹内，然后双击就可以啦!如果将文件夹下面的所有类型的文件都要修改成jpg格式，用。第三步：右键重命名 将后缀从.txt改为.bat。第一步：创建一个.txt文件。第二步：在.txt文件中写入。转载 2023-05-29 10:47:26 · 1926 阅读 · 0 评论 -
抽取VOC数据集中的部分类别数据
【代码】抽取VOC数据集中的部分类别数据。原创 2023-04-16 11:33:34 · 360 阅读 · 0 评论 -
目标检测结果IOU不同取值的含义 IoU=0.50与IoU=0.50:0.95
Average Precision (AP)和Average Recall (AR)，AP是单个类别平均精确度，而mAP是所有类别的平均精确度。AP是Precision-Recall Curve曲线下面的面积。预测样本在检测中就是预测框的大小，我们设置的IoU就是指的真实框与预测框的交并比，如果大于阈值就是正确，小于就是错误。原创 2023-03-28 15:33:37 · 7191 阅读 · 3 评论 -
COCO/VOC评估输出指定某类AP或输出每个类别AP结果
COCO/VOC评估输出指定某类AP或输出每个类别AP结果，打印输出各类别的AP值，用于模型评估。转载 2023-03-27 19:55:43 · 1003 阅读 · 4 评论 -
一文看懂预训练和自训练模型
预训练模型就是提前训练好模型参数。有了预训练模型，我们就不需要再从0开始训练所有参数了，但是针对我们当前的这个任务，有些参数可能不合适，我们只需要在当前参数的基础上稍加修改（微调）就可以得到比较好的效果，这样学习时间必然会大大减小。原创 2023-03-01 14:54:38 · 5333 阅读 · 0 评论 -
Top-1错误率、Top-5错误率等常见的模型算法评估指标解析
Top-1 错误率：指预测输出的概率最高的类别与人工标注的类别相符的准确率，就是你预测的label取最后概率向量里面最大的那一个作为预测结果，如过你的预测结果中概率最大的那个分类正确，则预测正确，否则预测错误。Top-5 错误率：指预测输出的概率最高的前5个类别，就是最后概率向量最大的前五名中，只要出现了正确概率（与人工标注类别一致）即为预测正确，否则预测错误。原创 2023-02-12 11:10:04 · 4297 阅读 · 3 评论 -
NMS(Non-Maximum Suppression，非极大值抑制)解析
非极大值抑制（NMS，Non-Maximum Suppression），在计算机视觉任务中得到了广泛的应用，例如边缘检测、人脸检测、目标检测（DPM，YOLO，SSD，Faster R-CNN）等。转载 2023-01-17 10:11:17 · 4502 阅读 · 1 评论