Snoopy_Dream

本文用到的是caffe下，rbg大神写的py-faster-rcnn。针对不同的数据集，不同大小的目标，修改anchor的大小和数量，是很有必要的，可以加快收敛的速度，提高检测精度，原始的数据集是VOC数据集，图片基本集中在500*375左右。在lib文件夹下generate_anchor.py中设计的anchor为128*128,256*256,512*512（不考虑ratios的话），而这样的...

# -*- coding: utf-8 -*-""" 作用是将检测出的类结果（如VOC是20类，也就是20个txt）画在原图上，并另存到一个路径下 srcpath表示txt的路径 dstpath表示原始图片的路径 txt格式如（文末有截图）： Task2_baseball-diamond.txt P0034 0.840593 ...

faster-rcnn的tools工具代码，模仿demo.py将所有的检测结果输出来，与此同时一边检测一边绘制于待检测的图片之上。#!/usr/bin/env python# -*- coding: utf-8 -*-# --------------------------------------------------------# Faster R-CNN# Copyright (c)...

p.s. 这里的例子我说的都是航空影像目标，所以大家考虑的时候都要考虑成俯视图的状态。多目标检测的时候，有容易发生拥挤的类别，比如小汽车，也有不易拥挤的类别，比如篮球场。所以需要不同的nms阈值，而检测一次有时候消耗的时间太多，所以我的解决办法是，检测的时候nms=1都输出出来，然后在通过单独对检测的txt结果进行nms操作，比如所有文件nms0.3、nms0.4各种nms全都可以重新输出来，这样...

# -*- coding: utf-8 -*-"""Created on Mon Apr 9 21:09:09 2018对每一类生成的prebbox.txt进行softnms操作1.读入文本，读入bbox@author: ygx"""import osimport numpy as npdef custombasename(fullname): return os.p...

很多时候，我们在进行检测的前是需要对你的数据集，进行分析的。这个py文件是将训练数据的label文件，统一转换成csv格式，输出长、宽、面积、ratios（长宽比）等如果不考虑批量操作，当然你可以用excel导入date.# -*- coding: utf-8 -*-"""Created on Sat Apr 7 11:11:15 2018分析原始数据@author: ygx"""i...

这个用于ODAI（航空数据目标检测）比赛当中，这个数据集像素大小从800*800-4000*4000不等，所以需要进行原始数据的裁剪，在裁剪过后有一部分数据里面什么目标都没有，要把这一部分去除，使得高效训练！#!/usr/bin/env python2# -*- coding: utf-8 -*-# -----------------------------------------------...

faster中的兩次的負樣本都參與位置回歸，不參與分類# 最短边Scale成600__C.TRAIN.SCALES = (600,) # 最长边最大为1000__C.TRAIN.MAX_SIZE = 1000 # 一个minibatch包含两张图片,但是调用是yaml里改成1，而且只能为1__C.TRAIN.IMS_PER_BATCH = 2 -----------------...