BING算法——思路整理（目标检测算法）

最新推荐文章于 2025-07-15 19:49:24 发布
原创 最新推荐文章于 2025-07-15 19:49:24 发布 · 1.3w 阅读 · 19 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

BING算法通过求图像梯度并训练线性SVM得到特征，用于找到图像中的潜在物体区域。算法将图像归一化，利用NG特征对尺度不敏感且高效计算的优势。通过非极大值抑制获取建议窗口，并学习窗口得分参数，进行物体检测。已提供简化代码实现。
  

     BING 算法最终是帮忙找到图像当中的候选的物体区域， Box表示为：Get potential bounding boxes, each of which isrepresented by a Vec4i for (minX, minY, maxX, maxY).将图像归一化到一个相同的尺度（例如：8*8）上，一般对象的封闭轮廓和梯度范数之间具有强联系。能够在识别一个对象之前察觉它，非常接近自底向上的视觉显著性。


大致的操作：

1.      对整张图像求梯度，然后由线性SVM训练得到一个BING特征；

最低0.47元/天 解锁文章

200万优质内容无限畅学
BING算法原理
大山的专栏
07-09 2976
BING算法原理BING（Binarizde Normed Gradients）由程明明在2014年CVPR 上的BING: Binarized Normed Gradients for Objectness Estimation at 300fps文献中提出，在1000个预选框的情况下，检测准确率高达96.2%，且速度可达300帧/秒。 BING算法的检测目标是无类别的一般物体。“物体”的最大特
关于目标检测的那些事儿（1） —— 二十年发展史 ^_^
fsjdgfcuvb的博客
11-14 2082
目标检测是当前计算机视觉和机器学习领域的研究热点。从Viola-Jones Detector、DPM等冷兵器时代的智慧到当今RCNN、YOLO等深度学习土壤孕育下的GPU暴力美学，整个目标检测的发展可谓是计算机视觉领域的一部浓缩史。 简要概括下从1994到至今一共二十余年间目标检测的发展历程。 先看一张图：。。。。。。。 一、基于经典手工特征的目标检测算法（冷兵器时代的智慧） 早期的...
基于BING算法的目标检测算法的快速实现介绍及代码
07-19
Training a generic objectness measure to produce a small set of candidate object windows, has been shown to speed up the classical sliding window object detection paradigm. We observe that generic objects with well-defined closed boundary can be discriminated by looking at the norm of gradients, with a suitable resizing of their corresponding image windows in to a small fixed size. Based on this observation and computational reasons, we propose to resize the window to 8 × 8 and use the norm of the gradients as a simple 64D feature to describe it, for explicitly training a generic objectness measure. We further show how the binarized version of this feature, namely binarized normed gradients (BING), can be used for efficient objectness estimation, which requires only a few atomic operations (e.g. ADD, BITWISE SHIFT, etc.). Experiments on the challenging PASCAL VOC 2007 dataset show that our method efficiently (300fps on a single laptop CPU) generates a small set of category-independent, high quality object windows, yielding 96.2% object detection rate (DR) with 1,000 proposals. Increasing the numbers of proposals and color spaces for computing BING features, our performance can be further improved to 99.5% DR
BING算法——纯检测
12-19
这个是BING算法纯检测部分的实现，训练好的模型已经在里面了。只需要修改你自己图片的路径就可以使用。 工程上使用大概20FPS。
【目标检测算法详解】从 RCNN 到 YOLO（全网最适合入门版本）
最新发布
WANGYANG的博客
07-15 912
本专栏致力于深入探讨**目标检测算法**，专为零基础或初学者设计，非常适合新手朋友们。在本章节中，我将直接引用李老师的PPT以及网络资源，后续会提供原文链接以便大家查阅。主要是从RCNN到YOLO的系统性入门
CVPR 2014 ObjectnessBING 原文翻译
weixin_30640769的博客
06-11 510
BING: Binarized Normed Gradients for Objectness Estimation at 300fps Ming-Ming Cheng, Ziming Zhang, Wen-Yan Lin, Philip Torr, IEEE CVPR, 2014 基于二值化赋范梯度特征的一般对象估计 摘要： 通过训练通用的对象估计方法来产生一组候选对象窗口，能够...
BING++: A Fast High Quality Object Proposal Generator at 100fps
cv_family_z的博客
12-11 3656
本文是对 BING 算法的升级，主要是在快的同时保持定位精度 两个 + 分别对应： edge-based recursive boxes as one “+”, and MTSE-based superpixel merging as the other “+”Object Detection Recall (DR)：which is the ratio of the number of corr
基于深度学习的推荐算法——推荐系统模型搭建基础及DeepCrossing原理 深度学习原理.pdf
04-13
"基于深度学习的推荐算法——推荐系统模型搭建基础及DeepCrossing原理" 本资源主要讲解了基于深度学习的推荐算法，包括推荐系统模型搭建基础和DeepCrossing原理。推荐系统模型搭建基础部分主要介绍了使用Keras搭建...
基于BING与卷积神经网络的人脸检测算法.pdf
09-26
该算法首先利用BING特征对目标窗口进行初步筛选，以减少后续CNN判断的窗口数量，从而提升检测速度。接着，文章提出了新的激活函数——反比例线性单元（Inverse Proportion Linear Units, IPLU），并给出了相应的权重...
微软开源了 Bing 搜索背后的关键算法
黑技的博客
05-22 3930
附Java/C/C++/机器学习/算法与数据结构/前端/安卓/Python/程序员必读书籍书单大全： 书单导航页（点击右侧 极客侠栈 即可打开个人博客）：极客侠栈 ①【Java】学习之路吐血整理技术书从入门到进阶最全50+本（珍藏版) ②【算法数据结构+acm】从入门到进阶吐血整理书单50+本（珍藏版) ③【数据库】从入门到进阶必读18本技术书籍网盘吐血整理网盘(珍藏版) ④【Web前端】从HT...
BING
cv_family_z的博客
07-29 1784
生成目标proposal的快速方法，为接下来的detectors提供可能的目标区域。使用归一化的梯度分辨广义目标，需要将输入图像窗口缩放到8*8，计算64d的归一化梯度特征，之后将梯度进行二值化，进行一些简单的位运算，在voc2007上训练测试，在~1000个proposal时检出率为96.2%。 方法描述： 使用BING计算图像窗口的objectness得分，为了寻找图像中的广义目标，对预定义
BING: 二值范数化梯度实现300帧每秒的对象性估计 源代码
06-21
BING: 二值范数化梯度实现300帧每秒的对象性估计。程明明的对象性快速检测
LiuBing提出的CBA算法
11-10
1998年新加坡国立大学的LiuBing首次提出了CBA算法，该资源即为他当年所发表的论文，希望能对大家有所帮助
BINGobjectness特征实验
03-24
BINGobjectness特征实验——程明明源码——快速实时目标检测程序
微软 Bing 背后的关键算法开源了
爱编程
05-21 644
几年前，网络搜索很简单，用户输入几个关键字，然后就可以一页一页的查看搜索结果。如今，用户还可以直接用手机拍照，然后把照片放到搜索框，或者通过AI助手就可以搜索，甚至还可以...
微软释出搜索引擎Bing下关键算法
weixin_34293246的博客
05-16 264
2019独角兽企业重金招聘Python工程师标准>>> ...
深度解析 Bing 搜索引擎的排名因素与算法
jiuling2007的博客
10-18 2731
例如，对于搜索词“葡萄”，与之高度相关的内容可能包括葡萄的种类、葡萄的营养价值等，如果网页内容详尽地介绍了这些信息，并且语言流畅、无错别字，那么这个网页在Bing的排名中可能会更高。例如，如果一个网站在手机和电脑上都能良好显示，加载速度快，导航明确，用户在该网站的体验将被评定为好，进而提高其在Bing的搜索结果中的排名。如果你的网站在社交媒体上有较高的参与度，那么在Bing的排名可能会更高。在排名时，必应考虑用户的位置（国家和城市）、页面的托管位置、页面的语言和页面的其他访问者的位置。
显著性检测的评价指标代码
q2479036243的博客
08-29 2922
显著性检测指标python代码
鸟群算法入门：生物启发式优化的新方法
本文档深入探讨了一种新兴的生物启发式优化算法——鸟群算法(Bird Swarm Algorithm)，为对这个领域感兴趣的初学者提供了一个优秀的入门材料。鸟群算法是模仿自然界中鸟类觅食行为的一种计算智能方法，它借鉴了鸟类在...
评论 35
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值