leo0308的博客

首先空间中的一点由世界坐标系转换到相机坐标系 ，然后再将其投影到物理成像平面 ( 成像平面坐标系 ) ，最后再将成像平面上的数据转换像素坐标系。相机内参表达的就是这三个坐标之间的转换关系， 而相机外参表达的是相机与世界坐标系之间的转换关系。常用求解PnP 的方法，即已知多个点， 在像素坐标系的二维坐标， 和在世界坐标系的三维坐标，并且已知内参， 求解旋转平移矩阵。外参标定的核心是：已知多个点分别在相机坐标系下的坐标和在世界坐标系下的坐标， 求它们之间的映射关系。， 在相机坐标系下的坐标为。

对于2D目标检测标注， 上面的工具只能标注不带旋转的检测框。但是如果我们要进行带旋转方向的检测（OBB）， 就需要标注带旋转的数据， 这个时候可以使用X-AnyLabeling 这款工具。

该工具可以进行自动化标注， 只需框选出一个标记， 就可以自动标注出图片中所有的其他同类物体。支持到处YOLO 和COCO格式。首先使用智能标注， 可以标注出大部分的物体， 如果有错的或者漏的， 可以删除， 也可以使用矩形框工具进行手动增加。

有2个版本的模型， 分别是Pro和Edge, Pro主打效果好， Edge版本主打高性能， 牺牲了一定的效果。把闭集检测器划分为3个阶段， 并且在3个阶段都进行了融合， 包括特征增强， 语言引导的查询选择 和交叉模态的编码器。这也是区别其他方法的地方， 其他方法一般在1-2个阶段进行融合。DINO-X 具备了基础的目标级别的表征能力， 可以支持多种目标感知和理解的任务， 比如检测， 分割， 姿态估计， 问答等等。DINO 的主要贡献是在之前的DETR系列工作上提出了3点改进， 从而提升了模型的性能和效率。

labelimg可以用来标注目标检测的数据集， 提供多种格式的输入， 如Pascal Voc, YOLO等。

【代码】coco数据集中的80个类别。

可以生成多种样式的棋盘格， 大小， 行列数也都可以设置， 非常方便。另外推荐结合相机标定程序使用， 效果更佳！

其中v5和v8 版本由Ultralytics 公司出品， 该公司是领先的人工智能公司，以yolov5网络出名。该项目在github上获得了极高的关注， 获得了接近4.7万star。YOLO的前3个版本是由同一个作者团队出品， 算是官方版本。之后的版本都是各个研究团队自己改进的版本， 之间并无明显的继承关系。yolo系列网络在目标检测领域取得了巨大的成功， 尤其是在工程实践中， 以其出色的性能优势获得了广泛的应用落地。

按照stage划分， 主要可以分为one-stage 和two-stage 算法。近年来， 随着transformer的流行， 基于transformer的检测算法取得了令人惊叹的效果。2D图像的目标检测是深度学习的热门领域， 在学术研究领域取得了巨大的进展，在工程中也被广泛应用。下图中画出了3类主要算法的进化树， 方便对检测算法的脉络更好地了解。

在SORT进行目标跟踪之前，首先通过目标检测算法得到每一帧的目标检测结果，检测结果包含bbox。当然也可以在线检测， 也就是边检测， 边进行目标跟踪，但检测本身与SORT无关。这里为了讲解方便， 先得到所有帧的检测结果。1 从第一帧图像开始， 假设该帧图像中有m个目标， 每个目标用一个bbox表示， bbox包含[x, y, w, h, c]5个值。执行卡尔曼滤波的predict过程， 得到m个目标的先验预测。3 匹配结果作为观测值，执行卡尔曼滤波的update过程， 得到目标bbox的后验估计结果。

目标检测中mAP指标深入理解。

计算机视觉领域常用数据集总结。

0 引言在anchor-based的检测方法的训练过程中， 有一个重要问题就是需要根据anchors与GT(ground truth，真实的目标框)的匹配来确定正负样本。 有了正负样本， 就可以计算loss了。 anchors与GT的匹配可以有很多不同的策略， 一个简单且常用的策略是直接根据anchor框与GT的IoU来判断。具体的策略是：anchors与GT的IoU大于一定的阈值， 则这个anchor是正样本， 如果某个anchor与多个GT的IoU都大于阈值， 取具有最大IoU的GT作为labe

0 引言目标检测包含2个基本问题：分类和定位。 分类比较好做， 分类任务是深度学习解决的最好的一类任务。 定位则要困难一些，最简单的方式是通过滑窗， 窗口滑动到某个位置也就完成了定位， 然后通过分类判断窗口内有无目标以及是什么目标即可。 但这个方法显然太简单粗暴， 会存在2个问题：1）滑窗要想覆盖所有目标， 窗口必须足够密， 这就导致计算量非常大， 且大多数窗口是不包含目标的， 计算非常浪费；2）窗口的尺度很难确定， 不同目标具有不同的尺度， 要想覆盖的全，窗口尺度也必须足够丰富。总之， 滑动窗口的