吴恩达-目标检测笔记

这篇笔记详细介绍了目标检测技术,包括单目标和多目标检测,使用卷积神经网络进行定位,特征点检测,滑动窗口优化,bounding box预测,交并比计算,非极大值抑制,以及anchor boxes和YOLO算法的理解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、目标定位
单目标检测,与多目标检测
在这里插入图片描述
2.分类的定位
在这里插入图片描述
中心点的位置bx,by,外边框的高宽度 bw,bh,softmax的值为1-4类
3.定义labely
在这里插入图片描述
注:pc的值为0或1,0代表没有检测到分类,1为检测到分类中的一个。
c1,c2,c3为onehot编码。输出的为一个八维的向量。
二、特征点检测
在这里插入图片描述
输入想要位置的特征点进行检测特定表情与特定动作。

三、目标检测
如下:
在这里插入图片描述
进行滑动窗口进行检测,从开始进行不断滑动,设置不同大小窗口进行滑动,但是计算量很大。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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