計算機視覺基礎-4——物體檢測
一、什么是目標檢測 即用框（bounding box）標出物體的位置，並給出物體的類別 一些數據集介紹： PASCAL VOC數據集http://host.robots.ox.ac.uk/pascal/VOC/ 20類物體 COCO數據集 http ...
原文：『計算機視覺』物體檢測之RefineDet系列
Two Stage 的精度優勢 二階段的分類：二步法的第一步在分類時，正負樣本是極不平衡的，導致分類器訓練比較困難，這也是一步法效果不如二步法的原因之一，也是focal loss的motivation。而第二步在分類時，由於第一步濾掉了絕大部分的負樣本，送給第二步分類的proposal中，正負樣本比例已經比較平衡了，所以第二步分類中不存在正負樣本極度不平衡的問題。即二步法可以在很大程度上，緩和正負 ...
2019-02-09 10:43 1 5495 推薦指數：
相關推薦
[計算機視覺]人臉應用：人臉檢測、人臉對比、五官檢測、眨眼檢測、活體檢測、疲勞檢測
人臉應用在計算機視覺體系中占很大一塊，在深度學習火起來之前，基於傳統機器學習的人臉應用就已經很成熟了，有很多商用應用場景。本文用一個可以實際運行的Demo來說明人臉應用中常見的技術概念，包含‘人臉檢測’、‘人臉對比’、‘人臉表征檢測（五官定位）’、‘眨眼檢測’、‘活體檢測’以及‘疲勞檢測 ...
計算機視覺目標檢測算法綜述
計算機視覺目標檢測算法綜述 版權聲明：轉載請注明出處 https://blog.csdn.net/qq_16525279/article/details/81698684 傳統目標檢測三步走：區域選擇、特征提取、分類回歸 ...
『計算機視覺』目標檢測前沿及回顧（2018）
資料來源：人工智能前沿講習 表格資料來源：hoya012的Github Detector VOC07 (mAP@IoU=0.5) VOC12 (mAP@IoU=0 ...
計算機視覺之一：特征檢測
計算機視覺之一：特征檢測 主要內容： 1、一個例子解釋為什么要進行特征檢測 2、圖像特征 3、點特征檢測：Harris角點、MOPS、SIFT 4、邊緣檢測：一階微分算子、二階微分算子、Canny算子 一、為什么要檢測特征？ 舉一個例子：全景圖像拼接，給定兩張圖像 ...
【計算機視覺】文字檢測與識別資源
本文寫成時主要參考了[1,2], 后面加了一些自己收集的，不過大家都在更新，所以區別不是很大~ 綜述 [2015-PAMI-Overvi ...
python計算機視覺2：圖像邊緣檢測
我是一名初學者，如果你發現文中有錯誤，請留言告訴我，謝謝 如果需要檢測到圖像里面的邊緣，首先我們需要知道邊緣處具有什么特征。 對於一幅灰度圖像來說，邊緣兩邊的灰度值肯定不相同，這樣我們才能分辨出哪里是邊緣，哪里不是。 因此，如果我們需要檢測一個灰度圖像的邊緣，我們需要找出 ...
『計算機視覺』YOLO系列總結
網絡細節資料很多，不做贅述，主要總結演化思路和解決問題。 一、YOLO 1、網絡簡介 YOLO網絡結構由24個卷積層與2個全連接層構成，網絡入口為448x448(v2為416x416)，圖片進入 ...