目标检测中的一些名词

最新推荐文章于 2024-04-09 20:13:28 发布
原创 最新推荐文章于 2024-04-09 20:13:28 发布 · 1.1k 阅读 · 8 ·
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。
文章标签：

#目标检测

本文深入探讨了目标检测中的关键技术，包括Anchor的概念及其在解决多尺度问题中的作用，非极大值抑制（NMS）的原理，区域提议（region proposal）的意义，边框回归（Bounding Box Regression）的重要性，以及MAP和IoU等评估指标的解释。同时，还讨论了1x1卷积的作用和不同的损失函数，如交叉熵和hige损失。

anchor

  • https://blog.youkuaiyun.com/xyz2107605729/article/details/88854775
  • 第一次出现在 faster R-CNN的论文里，用来解决多尺度问题，以往解决多尺度问题的方法有两种，一是图像金字塔，二是卷积核金字塔，（特征金字塔 FPN feature pyramid network），这两种方式都会引入大量的计算。anchors 机制，引入不同尺寸、不同高宽比的 anchors， 较好地解决了多尺度问题
  • 感受野 https://blog.youkuaiyun.com/xyz2107605729/article/details/88800711
  • 小目标的 anchor 要稠密，以免漏检目标，大目标的 anchor 要稀疏
  • 感受野大小一般要大于 anchor
  • anchor 大小的设置对小目标检测影响较大
候选框到 feature map 的转换

非极大值抑制 NMS（non maximum suppression）

  • https://zhuanlan.zhihu.com/p/48169867
  • 文章中有一些小问题
  • 一些小小的笔误，nms流程的地方，第三步应该是bcd和a计算iou。（这个评论是不对的，NMS是以分类置信度排序进行抑制的，所以，下一条评论较为合理）
  • nms过程图画错了，应该是同一类的进行nms，对于dog是0.9,0.85,0.01，0.25排序和抑制。nms可以用GPU计算，nms用CPU计算也不是two-stage慢的原因，原因是有大量的proposal都要进行ROI pooling和FC很耗时。

目标检测中的 region proposal的作用

目标检测中的边框回归（Bounding Box Regression）

MAP（mean average precision 均值平均精度）

最低0.47元/天 解锁文章

新学期VIP享超值加赠
【目标检测基础】专业名词
weixin_51154380的博客
10-24 1012
One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。每个样本只对应于一个类别（即只在对应的特征处值为1，其余地方值为0），而我们的分类结果，得到的往往是隶属于某个类别的概率，这样在进行损失函数（例如交叉熵损失）或准确率计算时，变得非常方便。Test Time Augmentation (TTA) #测试时间增加。
目标检测常用名词归纳
tinaji的博客
04-02 392
的活动（是一个评价方式）。在某个时候通过基准测试建立一个已知的性能水平（称为基准线）。其在整个计算机领域有着长期的应用，计算机领域应用最成功的就是性能测试。Benchmark的核心由3部分组成：数据集、工作负载、度量指标。基准测试（benchmarking）是一种测量和评估软件。mAP（mean average precision）是。中衡量识别精度的一种重要的人为设计的评价指标。
computer vision一些术语-目标识别、目标检测、目标分割、语义分割等
热门推荐
tina的博客
07-15 1万+
What is the difference between object detection, semantic segmentation and localization? object recognition目标识别 object detection目标检测 Object Segmentation目标分割 Image Segmentation图像分割 semantic segmentation
目标检测常用名词
人工智障
08-11 1958
目标i检测的一些专业名词内容anchor boxbounding boxground turthIoUnms（非极大值抑制）mAPRPN前景和背景PR曲线 内容 主要是对一写常用的术语整理，方便以后翻看，有错的地方欢迎大家指出，没有涉及到的也欢迎大家一起整理。1.01的365次方等于多少。 anchor box 候选框，需要手动设置，而且数据集不同的时候，候选框的大小也不同， bounding box 给出物体在图像中的定位区域的表示，通常包含左上角点的坐标x1,y1， 还有这个检测框的宽高， –>(
（深度学习）目标检测常见术语
ljmiiianng的博客
09-30 2023
Anchor、IoU、NMS、RP、BN Anchor IoU（Intersection over union） NMS（Non-max suppression） RP（Region Proposal） BN（Batch Normalization） Batch Normalization(简称BN)中的batch就是批量数据，即每一次优化时的样本数目，通常BN网络层用在卷积层后，用于重新调整数据...
计算机视觉/目标检测的一些名词
栗子菜菜
05-17 358
目标检测名词目标检测ss（Selective Search）选择性搜索算法 目标检测 要识别出输入一幅图片有哪些类别，还要框出类别的具体位置（在哪里有什么）： 传统滑动窗口 ，利用不同比例、尺度的滑动窗口在图像上滑动找出所有可能位置子图像块，输入到目标识别模型中进行分类，所涉及的数据量大，一般一个图像可以分为10的6次方个子图。在这个位置有没有认识的目标； OP（object proposal），不再穷举，找出潜在的图像输入到目标识别模型中分类； 目标检测是包括目标定位和目标分类的多任务学习问题。 目标检
强光分离+暗光增强+目标检测整合系统.zip
最新发布
09-06
目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，...
PaddleX实现目标检测-实现口罩检测.zip
09-06
目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，...
目标检测算法分类及相关术语
qq_35027690的博客
01-09 1575
1.目标检测算法分类： Two stage： 1）先生成Region Proposal， 2）通过卷积神经网络进行分类。 步骤：特征提取 ——> 生成Region Proposal ——> 分类/回归 代表算法：R-CNN、 Spp-Net、Fast R-CNN、Faster-RCNN，MTCNN等。 One stage 1）直接提取特征来预测物体的类别和位置。 步骤：特征提取 ...
ObjectDetection中的一些名词中英文对照
weixin_33852020的博客
12-09 116
mAP：mean Average Precision，平均精确度 recall rate：召回率 Loss Function Anchro 转载于:https://www.cnblogs.com/fangpengchengbupter/p/8011500.html
（五）比赛中的CV算法（中）目标检测的常见概念和术语
HNU跃鹿战队的博客
10-23 3563
--NeoZng[neozng1@hnu.edu.cn] 5.2.3.目标检测 利用CNN我们已经可以完成对图像的识别和分类。但是这样是远远不够的，为了能准确定位图像中的物体，我们需要对图像中所有目标进行定位（找出框住目标的bounding box外接矩形框，即[cx,cy,w,h]四个参数，分别表示目标中心在图像中的坐标和bbox的长宽）。此部分会介绍几个经典的目标检测网络实现的原理和方法。 有同学可能会想，那我直接让网络在全连接层后输出一个向量而不是标量（分类），即多输出四个坐标也就是8个值，
目标检测的名词概念（持续记录中.....)
weixin_44330777的博客
11-04 1520
纯粹为了无知的自己在学习过程中遇到的不会的概念的记录（暂时无序）： mAP定义及相关概念mAP: mean Average Precision, 即各类别AP的平均值 AP: PR曲线下面积 PR曲线: Precision-Recall曲线 Precision: TP / (TP + FP) Recall: TP / (TP + FN) TP: IoU>0.5的检测框数量（同一Ground Truth只计算一次） FP: IoU<=0.5的检测框，或者是检测到同一个GT的多余检测框的数量 F
目标检测相关术语
qq_43381820的博客
08-02 878
原文：https://www.cnblogs.com/ywheunji/p/10997900.html iou 使用loU看检测是否正确需要设定一个阈值，最常用的阈值是0.5，即如果loU>0.5，则认为是真实的检测 P 代表每张图像中被检测出的正确目标占总目标数的多少； AP 代表对于一个类别，假如100张图像，计算平均精度；分子是图像的个数，分母是总精度的和； MAP 所有类别的平均精度求和除以所有类别 ； AP50，AP60 以Cascade R-CNN的一张图为例，AP50，AP60，AP.
从目标检测到特定类别的检测任务：文本检测阅读笔记CTPN(一)
思矣远矣
05-27 5924
Detecting Text in Natural Image with Connectionist Text Proposal Network 1. Background 2. Connectionist Text Proposal Network Fine-scale Proposals Recurrent Connectionist Text Proposals 一周...
9月1日目标检测学习笔记——文本检测
Ashen_0nee的博客
09-01 1113
本文为9月1日目标检测学习笔记——文本检测，分为三个章节： - 类型； - 基于深度学习的文本检测模型； - 常见数据集。
基于轻量级目标检测模型实现手写汉字检测识别计数
Together_CZ的博客
08-16 1652
可以看到：一共有7种汉字，使用汉字对应的拼音来作为标签，否则训练有可能出错，我是不想麻烦折腾，所以这里直接使用汉字的拼音来作为label了。数据集格式以及创建方法与YOLOv5-Lite保持完全一致，这里就不在赘述了，我把数据集创建代码贴这里，详情可以阅读上面链接的文章就懂了。epoch和batch-size这两个参数不是必须修改的，data这个参数是必须修改的，根据自己的实际需要来进行修改即可。这篇文章主要就是基于YOLOv3目标检测模型实现了手写数字的检测识别，感兴趣的话可以看下。【label可视化】.
【目标检测】-入门知识
宣晨光
04-09 1281
是指给定输入变量（特征）和一个连续的输出变量（标签），建立一个函数来预测输出变量的值。换句话说，回归问题的目标是预测一个连续的输出值，例如预测房价、股票价格、销售额等。回归问题通常使用回归分析技术，例如线性回归、多项式回归、决策树回归等。是指给定输入变量（特征）和一个离散的输出变量（标签），建立一个函数来预测输出变量的类别。换句话说，分类问题的目标是预测一个离散的输出值，例如将一张图片分为猫和狗、预测一个电子邮件是垃圾邮件还是正常邮件等。分类问题通常使用分类算法，例如逻辑回归、支持向量机、决策树分类等。
深度学习_资料汇总链接（目标检测/可视化/目标识别/自然语言处理/OCR）
AIGC | 智能洞察，创造未来
09-13 2579
目标检测/可视化/目标识别/自然语言处理/OCR
图像处理/目标检测论文常见单词总结
努力上进的小叶
02-17 875
The words in essay of processing of remote sensing image data abstract 提取 accessibility 可达性 accommodate *为…提供住宿；容纳；为…提供便利（雅思重点词汇） accommodate 适应 accordance 依照 additive 添加剂 address 处理 adjacent 毗连的，邻近...
目标检测算法专业名词汇总
10-13
目标检测算法专业名词汇总如下： 1. IOU（Intersection over Union）交并比 2. NMS（Non-Maximum Suppression）非极大值抑制 3. Anchor锚框 4. RoI（Region of Interest）感兴趣区域 5. AP（Average Precision）...
评论 1
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