热门标签
热门文章
- 1遵循这 5 个云原生应用程序开发的最佳实践_开发应用的最佳实践
- 2Neo4j连接 (Connect to Neo4j) 报错_serviceunavailable: websocket connection failure.
- 3统信桌面操作系统1060上修改启动器中软件名称_如何修改软件显示名称
- 4Springboot中使用Robot及Websocket实现windows远程桌面控制_springboot 远程桌面
- 5linux密码重置及基础命令_linux数据库怎么重置前端网页的密码设置
- 6com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure_logstash.inputs.jdbc ] java::commysqljdbcexception
- 7ERROR:HikariPool-1 - Exception during pool initialization.Access denied for user ‘root‘@‘localhost‘_15:40:43.808 [main] error c.z.h.p.hikaripool - [th
- 8监听以太网(一) Packet32包说明_为什么可以在以太网中实现网络监听
- 9Zabbix_SNMP监控配置(一)_netapp on zabbix
- 10SpringBoot--什么是RPC_springboot rpc
当前位置: article > 正文
目标检测原理&代码实现（pytorch+yolov3）_目标检测代码
作者：从前慢现在也慢 | 2024-02-22 05:21:11
赞
踩
目标检测代码
说明：最近学习目标检测相关知识并进行简单记录，推荐先学习原理部分，再入手代码，每部分都附上学习视频。
一、目标检测 VS 图像分类 VS 图像分割
理论学习：视频推荐
图像分类只需要将图片分类别即可，目标检测，先定位再分类
目标定位/检测：大体定位出框子
语义分割：相同语义的为一类颜色，图中紫色，像素级别
实例分割：每个物体精确分割好，再细分1，2
二、目标检测
1、目标检测基础理论
流程：
two stage：
先选择候选框，对框中像素进行特征提取（浅层的：颜色，hog直方图），对框子进行分类判决svw，通过非极大值致抑制的方法进行分类框合并。
one stage：下面蓝色部分，直接预测输出（4个位置+1个置信度+c维的分类情况），而不用上面的那种分别进行pooling抠图，再分类回归的过程。
2、基于深度学习的目标检测
Two-stage流程
One-stage流程
在嵌入式使用中，倾向于使用one-stage速度快
3、人脸业务场景
三、代码实践
锚点、先验框是事先超参设置好的，然后根据训练结果进行两者的微调。
参考1：目标检测先验框和模型原理
参考2：anchor锚点
参考3：代码部署视频，此博主代码已实验过，可以正常运行
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/128684
推荐阅读
相关标签
