在众多经典的目标检测模型中,均有先验框的说法,有的paper(如Faster RCNN)中称之为anchor(锚点),有的paper(如SSD)称之为prior bounding box(先验框),实际上是一个概念。 接下来需要介绍3个概念: 设置不同尺度的先验框 先验框与特征图的对应 先验框类别信息的确定 设置不同尺度的先验框 SSD 算法在先验框匹配上,采用了两个原则: 对于图像中每一个 ground truth 找到与其 IOU 最大的的先验框, 该先验框为正样本, 若一个先验框没有与任…

2021年11月17日 0条评论 14点热度 阅读全文

先验框生成 ️ SSD从Conv4_3开始,一共提取了6个特征图,其大小分别为 (38,38),(19,19),(10,10),(5,5),(3,3),(1,1),但是每个特征图上设置的先验框数量不同。 ️ 先验框的设置,包括尺度(或者说大小)和长宽比两个方面。对于先验框的尺度,其遵守一个线性递增规则: 随着特征图大小降低,先验框尺度线性增加: 其中: m指特征图个数,但是为5,因为第一层(Conv4_3)是单独设置的; Sk表示先验框大小相对于图片的比例; Smin和Smax表示比例的最小值与最大值,paper里…

2021年3月2日 0条评论 5点热度 阅读全文

0. 写作目的 好记性不如烂笔头。 1. 计算AP(Average Precision)的理论知识 对于每一类目标检测给出的置信度(Confidence),首先按照Confidence降序排列,然后将交并比(IOU)>0.5的当做正确预测的结果,否则为错误预测的结果。然后依据预测结果的正确与否计算TP(True Positive), FP(False Positive), FN(False Negative),TN(True Negative),依据TP, FP, FN, TN来计算召回率(Recall, 查…

2020年12月18日 0条评论 7点热度 阅读全文

文章目录 目标检测(Object Detection) 一、基本概念 1. 什么是目标检测 2. 目标检测的核心问题 3. 目标检测算法分类 1)Tow Stage 2)One Stage 4. 目标检测应用 1)人脸检测 2)行人检测 3)车辆检测 4)遥感检测 二、目标检测原理 1. 候选区域产生 1)滑动窗口 2)选择性搜索 ① 什么是选择性搜索 ② 选择搜索流程 ③ 选择搜索优点 2. 数据表示 3. 效果评估 4. 非极大值抑制 三、目标检测模型 1. R-CNN系列 1)R-CNN ① 定义 ② 流程 …

2020年12月1日 0条评论 3点热度 阅读全文

文章目录 目标检测(Object Detection) 一、基本概念 1. 什么是目标检测 2. 目标检测的核心问题 3. 目标检测算法分类 1)Tow Stage 2)One Stage 4. 目标检测应用 1)人脸检测 2)行人检测 3)车辆检测 4)遥感检测 二、目标检测原理 1. 候选区域产生 1)滑动窗口 2)选择性搜索 ① 什么是选择性搜索 ② 选择搜索流程 ③ 选择搜索优点 2. 数据表示 3. 效果评估 4. 非极大值抑制 三、目标检测模型 1. R-CNN系列 1)R-CNN ① 定义 ② 流程 …

2020年11月20日 0条评论 5点热度 阅读全文

前言 博主去年参加了一系列比赛,取得了还可以的成绩,拿了几个国内比赛的top10,也拿到了kaggle的银牌。博主的梦想是有一天能够成就kaggle GM,成为一流的Data Scientist。有个遗憾的事是参加完这些比赛以后并没有好好的分析、学习其中出现的各种优秀的思路和技巧。博主并不想错过这种吸前排"欧气"的机会,所以打算写一个系列,记录我们能从这种竞赛前排选手的作品中,学到哪些内容。毕竟学到了就是自己的了。 博主只记录和学习很新的trick和模型,这些竞赛也都是20年的,所以很多trick和method都很…

2020年8月14日 0条评论 2点热度 阅读全文

这里是引用腾讯云博客文章:一文读懂目标检测:R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD 文章目录 一、目标检测常见算法 二、传统的目标检测算法 2.1 从图像识别的任务说起 2.2 物体检测(Object Detection) 三、候选区域/窗 + 深度学习分类 3.1 R-CNN横空出世 3.2 SPP Net 3.3 Fast R-CNN 3.4 Faster R-CNN 四、基于深度学习的回归方法 4.1 YOLO (CVPR2016, oral) 4.2 SSD 一、目标检…

2019年11月17日 0条评论 5点热度 阅读全文

在博客SSD原理解读-从入门到精通中提到了anchor作用:通过anchor设置每一层实际响应的区域,使得某一层对特定大小的目标响应。很多人肯定有这么一个疑问:那anchor到底可以设置到多大呢?,本文尝试对anchor的大小进行了一系列的探索,同时借鉴了SSD的anchor机制,提出了MTCNN中的anchor机制,能够显著提高MTCNN的精度。 文章目录 理论感受野大小的计算 经典SSD网络anchor的设置 anchor大小的探索 AP loss 实验分析 滑动窗口,感受野与anchor的关系 MTCNN中的…

2019年11月10日 0条评论 6点热度 阅读全文

COWC遥感数据集

2019年8月20日 0条评论 8点热度 阅读全文

论文:《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》 原文链接:https://kpzhang93.github.io/MTCNN_face_detection_alignment/paper/spl.pdf    摘要     由于各种姿态、光照和遮挡,在无约束环境下的人脸检测和定位具有挑战性。最近的研究表明,深度学习方法可以在这两项任务上取得令人印象…

2019年5月23日 0条评论 5点热度 阅读全文