赞
踩
综合衡量检测效果;需要把所有的阈值都考虑进来;MAP就是所有类别的平均。
设定置信度阈值,超过阈值之后,才会被判定。
两个框可以看成 预测框 和 真实框 。
经典的one-stage方法
把检测问题转化成回归问题,一个CNN就搞定了!
可以对视频进行实时检测,应用领域非常广!
快速,简单!
每次Con之后默认追加归一化
faster-rcnn系列选择的先验比例都是常规的,但是不一定完全适合数据集
without anchor | 69.5 mAP | 81% recall |
---|---|---|
with anchor | 69.2 mAP | 88% recall |
V1使用的是下面的 位置偏移量
bbox:中心为(xp,yp);宽和高为(wp,hp),则:
tx=1,则将bbox在x轴向右移动wp;tx=−1则将其向左移动wp
这样会导致收敛问题,模型不稳定,尤其是刚开始进行训练的时候 (因为初始化是随机的)
V2使用的是下面的 grid cell偏移量
例如:
预测值(σtx,σty,tw,th)=(0.2,0.1,0.2,0.32),
anchor框为:
在特征图位置:
在原位置:
概述来说就是:从最后的特征图上的点能看到原始图像多大区域
假设输入大小都是hwc,并且都使用c个卷积核(得到c个特征图),可以来计算 一下其各自所需参数:
堆叠小的卷积核所需的参数更少一些,并且卷积过程越多,特征提取 也会越细致,加入的非线性变换也随着增多,还不会增大权重参数个数,这就 是VGG网络的基本出发点,用小的卷积核来完成体特征提取操作。
最后一层时感受野太大了,小目标可能丢失了,需融合之前的特征
都是卷积操作,!一定iterations之后改变输入图片大小
最小的图像尺寸为320 x 320;最大的图像尺寸为608 x 608
为了能检测到不同大小的物体,设计了3个scale
不同的特征图融合后进行预测
YOLO-V2中选了5个,这回更多了,一共有9种
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。