<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qinaoping的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qinaoping</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qinaoping]]></copyright><item><title><![CDATA[机器视觉硬件选型相关知识]]></title><link>https://blog.youkuaiyun.com/qinaoping/article/details/110949455</link><guid>https://blog.youkuaiyun.com/qinaoping/article/details/110949455</guid><author>qinaoping</author><pubDate>Sun, 27 Dec 2020 23:20:56 +0800</pubDate><description><![CDATA[一、参考博客

光学放大倍率、电子放大倍率及显示器放大倍率
https://blog.youkuaiyun.com/szx123_/article/details/103926728
机器视觉一些概念
https://blog.youkuaiyun.com/hzfalling2016/article/details/72639586?utm_medium=distribute.pc_relevant.none-task-blog-title-6&amp;spm=1001.2101.3001.4242
选型参考
http://www]]></description><category></category></item><item><title><![CDATA[基于域自适应语义分割学习小结]]></title><link>https://blog.youkuaiyun.com/qinaoping/article/details/107310646</link><guid>https://blog.youkuaiyun.com/qinaoping/article/details/107310646</guid><author>qinaoping</author><pubDate>Wed, 29 Jul 2020 17:51:12 +0800</pubDate><description><![CDATA[一个场景下的数据集训练的语义分割模型，并不能很好的适应另一个场景的数据，所以需要对场景进行迁移，从而实现模型对多场景下的数据的良好分割。最开始对这方面的研究，是为了将游戏场景生成的数据训练的模型能很好地迁移到现实场景。语义分割是在像素级别进行分类，不适合运用特征自适应。高维特征很复杂，不适合用来进行适配。文献一是对语义分割的输出进行适配，语义分割的输出是低维空间上的，包含了丰富的上下文和布局等信息。
文献一：Learning to Adapt Structured Output Space for Sema]]></description><category></category></item><item><title><![CDATA[python爬取图片，扩大数据集]]></title><link>https://blog.youkuaiyun.com/qinaoping/article/details/106941087</link><guid>https://blog.youkuaiyun.com/qinaoping/article/details/106941087</guid><author>qinaoping</author><pubDate>Wed, 24 Jun 2020 11:47:37 +0800</pubDate><description><![CDATA[**
学习小记——爬取图像
**为了扩大语义分割的数据集，爬取一些图片。
亲测不报错教程：
https://blog.youkuaiyun.com/qq_40774175/article/details/81273198

]]></description><category></category></item><item><title><![CDATA[学习小记：语义分割模型训练后的测试及miou值的求取（python）]]></title><link>https://blog.youkuaiyun.com/qinaoping/article/details/106929084</link><guid>https://blog.youkuaiyun.com/qinaoping/article/details/106929084</guid><author>qinaoping</author><pubDate>Tue, 23 Jun 2020 18:23:26 +0800</pubDate><description><![CDATA[小白学习语义分割，记录一下，方便以后查阅。
借鉴了这个链接里面的deepva-mobilenet模型：
https://github.com/bubbliiiing/Semantic-Segmentation
求miou主要借鉴这个链接：
https://blog.youkuaiyun.com/weixin_42750737/article/details/88886242
其中我有一个疑问：
当预测的类数多于标签实际的类数，单张图片的miou，是除以标签上的类数，还是预测的类数？
希望有大佬能讲解一下，感谢！
fro]]></description><category></category></item></channel></rss>