petSym的博客

学习template算法(template matching)以及改进（二）为了实现跨越在不同两张图片内的模板和该两张搜索图片的模板匹配，现在先尝试使用图像拼接的方法，获得两个图像的拼接后的全景图像，然后再看看在全景图像中使用原来的matchTemplate算法是否可以匹配出其中模板图像的位置。参考文章https://blog.youkuaiyun.com/dcrmg/article/details/...

交并比https://blog.youkuaiyun.com/red_stone1/article/details/79028058交并比：Intersection Over Union（IoU）即交集与并集之比，可以用来评价目标检测区域的准确性。

https://www.julyedu.com/question/big/kp_id/26/ques_id/2139

https://www.julyedu.com/question/big/kp_id/26/ques_id/2137）在实践中，由于数据集不够大，很少有人从头开始训练网络。常见的做法是使用预训练的网络（例如在ImageNet上训练的分类1000类的网络）来重新fine-tuning（也叫微调），或者当做特征提取器。以下是常见的两类迁移学习场景：1 卷积网络当做特征提取器。使用在Ima...

https://cloud.tencent.com/developer/news/281788一、目标检测常见算法object detection，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。物体的尺寸变化范围很大摆放物体的角度，姿态不定可以出现在图片的任何地方物体还可以是多个类别目前学术和工业界出现的目标检测算法分成3类传统的目标检测算法：Casca...

https://blog.youkuaiyun.com/u014203453/article/details/77598997信息检索中，我们经常会关系“检索出的信息有多少比例是用户感兴趣的”以及“用户感兴趣的信息中有多少被检索出来了”，用精度和错误率就描述出来了，这就需要引入准确率（precision，亦称查准率）和召回率（recall，亦称查全率）。一般来说，我们希望上述两个指标都是越高越好，然...

https://www.cnblogs.com/zhehan54/p/6723956.html方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。...

一、全连接神经网络（FC）回顾之前做过的手写数字识别mnist使用的是全连接神经网络。全连接神经网络：每个神经元与前后相邻层的每一个神经元都有连接关系；输入是特征，输出是最终预测结果。实际相比于手写数字图片，对于高分辨率的三通道彩色图像，待优化的参数过多，容易导致模型过拟合。为了避免过拟合，往往不会将原始图片直接喂入全连接网络。实际应用中常常会对原始图像进行特征提取，提取到的特征再喂给全...

下载的opencv_contrib和opencv版本一致，均为3.4.1下载的vs2017是否是vs2017 win64？？？？？cmake第一次configure的时候，vs2017不选win64二次cmake configure的时候去掉WITH_CUDA；编辑OPENCV_EXTRA_MODULE_PATH的时候不要从我的电脑中复制路径，因为正反斜杠不一样，所以点击cmake中的右边的...

Non-Maximum Suppressionhttps://www.julyedu.com/question/big/kp_id/26/ques_id/2141非极大值抑制（NMS）顾名思义就是抑制不是极大值的元素，搜索局部的极大值。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。例如在行人检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得...