Gliding vertex on the horizontal bounding box for multi-oriented object detection 问答
1.四边形检测的应用领域有哪些?
1)航拍图片,识别物体变化;2)场景文字检测;3)车牌检测;4)证件检测
2.目前多边形检测的方法有哪些?以及各自的缺点?
1)旋转矩形,检测外围矩形,加一个旋转角度,缺点,旋角,检测十分敏感。2)四边形检测,直接检测四边, 有些角度的话不好对应,groundtruth, inference。3)检测水平物体的各个部件,然后连接到一起。4)当成分割处理,最后检测contour
3.文章为什么使用oblique factor倾斜因子?
矩形选择5度和-5度,可能差不多,但是用文章的a1, a2,... 那么差距非常大,正角度为逆时针,5度是接近于0, -5为接近于1,所以网络会struggle。当倾斜角度大时候,再用a1, a2, 就ok
4.倾斜因子定义,阈值多大?
四边形面积除以外接矩形的面积,阈值0.8
5.损失函数分类的N, 和回归的N是否相等?
不相等,分类N,包含正负box, 回归N是正box的数目
6.inference时候,为什么先做水平box nms, 再做四边形nms? 只做四边形nms行不行?
可以减少计算。个人感觉也可以
7.什么是调和平均?f-measure,怎么计算?
f-measure= 2(p*r)/(p+r)
调和平均是两个数,化到0-1区间,取平均,然后翻回去
Gliding vertex on the horizontal bounding box for multi-oriented object detection 问答相关推荐
- 《Gliding vertex on the horizontal bounding box for multi-oriented object detection》算法详解
<Gliding vertex on the horizontal bounding box for multi-oriented object detection>是华中科大白翔老师的新 ...
- 论文阅读:Softer-NMS: Rethinking Bounding Box Regression for Accurate Object Detection
Softer-NMS 文章 和之前同样出自Megvii的一篇论文IoU-Net一样,这篇论文的出发点也是,two-stage detector进行NMS时用到的score仅仅是classifica ...
- 基于dota的目标检测(旋转框)论文阅读Oriented Object Detection in Aerial Images with Box Boundary-Aware Vectors
基于dota的目标检测(旋转框)|论文阅读Oriented Object Detection in Aerial Images with Box Boundary-Aware Vectors 文章目录 ...
- 基于Bounding Box的激光点云聚类
Camera系列文章 传感器融合是将多个传感器采集的数据进行融合处理,以更好感知周围环境:这里首先介绍Camera的相关内容,包括摄像头及图像知识基本介绍,OpenCV图像识别(特征提取,目标分类等) ...
- 方向包围盒OBB(oriented bounding box)
制造几何仿真中的碰撞检测通常视为针对刚体对象间的碰撞检测,这样的话可以把非刚体即软体的建模和变形算法对碰撞检测的影响减少到最小.常见成熟的基于包围盒的碰撞检测(box intersection tes ...
- 根据mask绘制contour ,bounding box。批量展示图片 等工具函数
根据mask绘制contour import cv2 import numpy as np import SimpleITK as sitkdcm_file = r'G:\data\3Dircadb\ ...
- 基于cocos2d-x的2D空间中的OBB(Orient Bounding Box)碰撞检测算法
引言 最近在与好友聊天的过程中,好友问我如何实现类似这样的游戏.它主要想知道,如何检测旋转过后的物体与其他物体之间的碰撞. 我们知道,在没有旋转的情况下,对于这样的方块,比较规则的物体,我们完全可以使 ...
- Bounding box regression详解
Bounding box regression详解 转载 http://blog.csdn.net/u011534057/article/details/51235964 Reference link ...
- 3.5 Bounding Box 预测-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 3.4 卷积的滑动窗口实现 回到目录 3.6 交并比 Bounding Box 预测 (Bounding Box Predictions) 在上一个视频中,你们学到了滑动窗口 ...
最新文章
- [转]重新签名Android pre-install APK
- 数据中心安全的六条黄金规则
- qt mysql读写_QT读写Sqlite数据库
- 爬虫python 科研有用吗_为什么说用python写爬虫有优势?
- python实现Matlab中的circshift函数
- 代码改变世界,也改变了我
- 【渝粤教育】电大中专电商运营实操 (15)作业 题库
- windows和linux中搭建python集成开发环境IDE——如何设置多个python环境
- 与虚拟现实技术相关联的计算机技术,虚拟现实技术与其他技术的关系是什么?-VR-形象思维VR...
- XML DOM Object Model in .NET [3/3] - Samples
- 构建第一个Spring Boot2.0应用之集成dubbo上---环境搭建(九)
- IDEA 常用配置以及快捷
- Spark 机器学习拾遗
- android小小的开发细节
- Java 添加、读取、删除Excel中的图表趋势线
- jxls对比_结合JXLS和POI技术开发Web报表
- CreateProcess error=193, %1 不是有效的 Win32 应用程序
- html设置长宽高代码_CSS实现长宽比的几种方案
- 为什么海底捞员工很少离职
- 还在为乱七八糟的桌面而忧桑吗