
目标检测基础
CV-deeplearning
曾任小米AI Lab图像算法工程师, 现任国内知名公司算法专家, 微信公众号:AIWorkshopLab。
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
-
OHEM--online negative example mining
一. 论文介绍标题:https://arxiv.org/pdf/1604.03540.pdf论文:https://arxiv.org/pdf/1604.03540.pdf虽然该论文是几年前的文章了,但任然值得读,该思想可以用到其他视觉任务中。二. 核心思想核心思想:论文提出了一种困难负样本挖掘的方法。困难负样本是指AI模型难以区分的负样本。在模型不断训练的过程中,模型通常会对正样本有着比较高的confidence,但少不了对某些负样本也留有余芥,给了一个不那么接近0的confidence。而困难负原创 2021-10-11 20:00:18 · 278 阅读 · 0 评论 -
三分钟带你学会计算目标检测中的mAP
当我们训练完目标检测模型后,需要对模型进行评价,评价检测模型用得最多的指标是mAP。本文带你如何计算目标检测中的评价指标:mAP、漏检率、误检率。原创 2021-01-29 10:20:41 · 989 阅读 · 0 评论 -
mmdetection 模型训练技巧
由于在项目中和比赛中经常用到mmdetection,在此总结一些mmdetection的小技巧,有利于涨点。原创 2020-08-21 16:14:41 · 8445 阅读 · 25 评论 -
目标检测基础——mosaic数据增强
自从Yolo v4论文发表以后,新的数据增强方式mosaic备受关注。本文实现该数据增强方式:先看看train.txt中的文件格式 img_path x1,y1,x2,y2,cls/home/gp/dukto/Xray_match/data/train/JPEGImages/300059.jpg 91,263,219,324,2/home/gp/dukto/Xray_match/data/train/JPEGImages/200408.jpg 274,99,358,139,1/home/gp/原创 2020-07-16 16:45:59 · 5777 阅读 · 27 评论 -
目标检测基础——NMS python代码实现
NMS是目标检测的基础,原理比较简单,不在这里赘述,直接上代码:import numpy as npimport matplotlib.pyplot as plt def py_cpu_nms(dets, thresh): x1 = dets[:,0] y1 = dets[:,1] x2 = dets[:,2] y2 = dets[:,3] areas = (y2-y1+1) * (x2-x1+1) scores = dets[:,4]原创 2020-07-16 16:12:57 · 1116 阅读 · 0 评论 -
目标检测基础——IOU计算
IoU 作为目标检测算法性能 mAP 计算的一个非常重要的函数,IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值。原创 2020-04-26 18:10:33 · 5032 阅读 · 1 评论