深度学习
文章平均质量分 75
玉古路38号
相信自己,一往无前。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
单阶多层检测器SSD(Single Shot MultiBox Detector)的Pytorch实现
SSD(Single Shot MultiBox Detector) 算法借鉴了Faster RCNN与YOLO的思想,在一阶段网络的基础上使用了固定框进行区域生成,并利用了多层的特征信息,在速度与检测精度上都有了一定的提升。1. SSD算法流程SSD算法流程如上图,输入图像首先经过VGG的基础网络,在此之上又增加了几个卷积层,然后利用3×3的卷积核在6个大小与深浅不同的特征层上进行预测,得到候选框的分类与回归预测值,最后直接预测出结果,或者求得网络的损失。SSD的算法思想,主要可以分为4.原创 2021-06-21 22:06:35 · 395 阅读 · 0 评论 -
Python3 特性(property)、静态方法(@staticmethod)和类方法(@classmethod)、__getattr__、__setattr__
cc原创 2020-09-03 21:59:52 · 777 阅读 · 0 评论 -
物体检测的评价指标——IOU(交并比)、FP、FN、TN、mAP(mean Average Precision)与R(召回率,Recall)、P(准确率,Precision)、P-R曲线
目录1.IOU(Intersection of Union,交并比)对于物体检测模型输出是非结构化的,事先并无法知道输出物体的数量、位置、大小等,因此物体检测的评价算法稍微复杂些。下面我将目前公用的几乎所有评价指标都进行解释说明,部分指标附上实现代码。1.IOU(Intersection of Union,交并比)对于具体的某个物体,我们可以从预测框与真实框的贴合程度判断检测的质量,这个指标就是IoU(Intersection of Union,交并比),用于量化两个框的贴合程度。...原创 2020-08-09 14:33:22 · 2806 阅读 · 0 评论
分享