0.目标检测基础知识
1.IOU交并比
#1。交并比
import cv2
import numpy as np
img=np.zeros((512,512,3),np.uint8)#此大小的黑色画布
img.fill(255)#画布填255,变成白色画布
RecA=[50,50,300,300]#矩形的左上与右下点坐标
RecB=[60,60,320,320]
cv2.rectangle(img,(RecA[0],RecA[1]),(RecA[2],RecA[3]),(0, 255, 0),5)#在纯白画布上画上框,线条粗5个像素
cv2.rectangle(img,(RecB[0],RecB[1]),(RecB[2],RecB[3]),(255, 0, 0),5)
#计算IOU
def CountIOU(RecA,RecB):M_X=max(RecA[0],RecB[0])M_Y=max(RecA[1],RecB[1])#交区域的左上角点m_x=min(RecA[2],RecB[2])m_y=min(RecA[3],RecB[3])#交区域的右下角点interArea=max(0,m_x-M_X)*max(0,m_y-M_Y)#交区域面积#计算两个框的实际面积RecA_Area=(RecA[2]-RecA[0])*(RecA[3]-RecA[1])RecB_Area=(RecB[2]-RecB[0])*(RecB[3]-RecB[1])#计算并区域面积,并计算IOUiou=interArea/float(RecA_Area+RecB_Area-interArea)return iou
IOU=CountIOU(RecA,RecB)
font=cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,'iou=%.2f'%IOU,(130,190),font,0.8,(0,0,0),2)
cv2.imshow('img',img)
cv2.waitKey()
cv2.destroyAllWindows()
2.mAP
3.膨胀卷积(Dilation ,空洞卷积)
膨胀卷积是对卷积核进行0填充。
膨胀后的卷积核的大小的计算:
默认的dilation_rate=1.
(1)设原始卷积核的大小是3*3(2)设膨胀率为2(3)则膨胀后的卷积核的大小为:dilation_rate*(kernel_size - 1)+1结果就是 2*(3-1)+1=5,膨胀后的卷积核大小是5*5
膨胀卷积的好处是不做pooling损失信息的情况下,加大了感受野,让每个卷积输出都包含较大范围的信息。在图像需要全局信息或者自然语言处理中需要较长的sequence信息依赖的问题中,都能很好的应用。
参考:https://blog.csdn.net/weixin_44791964/article/details/102410481
https://blog.csdn.net/weixin_44791964/article/details/102414522
https://blog.csdn.net/moshiyaofei/article/details/87474966
https://www.jianshu.com/p/f743bd9041b3
0.目标检测基础知识相关推荐
- 【OpenMMLab AI实战营 学习笔记 DAY(四)-- 目标检测基础知识及评估方法】
本次课程,仍然是由王若晖老师进行讲解,中间的答疑部分由张子豪(B站 同济子豪兄)进行答疑讲解.课程链接,也可以直接打开哔哩哔哩,搜索OpenMMLab,在其主页可以观看. 目标检测 什么是目标检测 对 ...
- 目标检测基础知识学习||显著性目标检测
一.目标检测的分类和其他相关计算机视觉任务 参考: 目标检测总结笔记(Q&Cui) 1.目标检测根据检测的类别个数不同和输入不同可以细分为: (1)单类目标跟踪,多类/同用目标检测 (2)静态 ...
- 《动手学深度学习》Task09:目标检测基础+图像风格迁移+图像分类案例1
1 目标检测基础 1.1 目标检测和边界框(9.3) %matplotlib inline from PIL import Imageimport sys sys.path.append('/home ...
- Task 06 数据增强;模型微调;目标检测基础 学习笔记
Task 06 数据增强:模型微调:目标检测基础 学习笔记 数据增强 图像增广 在5.6节(深度卷积神经网络)里我们提到过,大规模数据集是成功应用深度神经网络的前提.图像增广(image augmen ...
- 《目标检测蓝皮书》第5篇 目标检测基础
本专栏将系统性地讲解计算机视觉基础知识.包含第1篇机器学习基础.第2篇深度学习基础.第3篇卷积神经网络.第4篇经典热门网络结构.第5篇目标检测基础.第6篇网络搭建及训练.第7篇模型优化方法及思路.第8 ...
- 4.1 目标检测基础
文章目录 目标检测发展历程 目标检测基础概念 边界框(bounding box) 锚框(Anchor box) 交并比 对计算机而言,能够"看到"的是图像被编码之后的数字,但它很难 ...
- 动手学深度学习之Task09:目标检测基础;图像风格迁移;图像分类案例1
目标检测基础 9.4 锚框 目标检测算法通常会在输入图像中采样大量的区域,然后判断这些区域中是否包含我们感兴趣的目标,并调整区域边缘从而更准确地预测目标的真实边界框(ground-truth boun ...
- 9.目标检测基础、图像风格迁移
目标检测基础 边界框 def bbox_to_rect(bbox, color): # 本函数已保存在d2lzh_pytorch中方便以后使用# 将边界框(左上x, 左上y, 右下x, 右下y)--& ...
- VC++6.0及MFC基础知识
VC++6.0及MFC基础知识 这是早期的学习笔记,今天翻出来,觉得还有点价值,就转发到这里. Visual C++ 6.0的主界面 VC++6.0的MFC Windows 的三大模块就是以DLL( ...
最新文章
- APK 签名中应该注意的一些点 (未完待续)
- 使用Kubernetes和Docker进行简单的leader选举
- 【推荐系统】基于模型的协同过滤算法
- 【目录】 网络瑞士军刀-netcat的秘诀
- css 竖行进度图_前端学习--汇集了大量 CSS 的使用和学习的示例代码
- 华为云文字识别深层算法突破 助力复产复工
- C# Base64编码
- 物联网设备数量激增,续航难题该如何解决?
- 如何删除动态数组的指定元素 - 回复 Splendour 的部分问题
- 违反计算机信息网络国际联网安全,网络安全合规指引题库:计算机信息网络国际联网,是指中华人民共和国境内的计算机信息网络为实现信息的国际交流,同外国的计算机信息网络相联接。()...
- html 分页样式首页下一页,css中分页样式怎么设置
- u盘在电脑上读不出来?从这几方面排查
- centOS 7无法连接网络详细解决办法
- BeautifulSoup总结及contents内容分析
- 总结jQuery中的DOM节点属性
- 八、python编写IP地址计算第一个可用IP地址、最后一个可用IP地址、网络号、广播地址、主机数
- SAP 将标准日期格式转换为内部数字格式
- B站弹幕姬()分析与开发(上篇)
- 2022宁波市第五届网络安全大赛(初赛Misc部分)
- TCP系列39—拥塞控制—2、拥塞相关算法及基础知识
热门文章
- 苹果手机复制电话号码提示格式不正确
- solr常用查询参数意义及其简单用法
- poj3271Lilypad Pondg
- W10系统matlab无法保存对该路径的更改 pathdef_Omni Remover for Mac(系统清理工具) v3.2.1...
- A1机器狗 | Edu-go1 宇树科技
- 超微板子USB软驱不认问题
- linux 2和文件2列合并,Linux按列合并两文件,列的拼合 (zhuan)
- Lexical or preprocessor issue解决方法
- 男人的生活质量取决于他所娶的女人
- 算法系列(二):贪心算法--Huffman编码