目标检测_0
Posted dean0731
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了目标检测_0相关的知识,希望对你有一定的参考价值。
目标检测
- rcnn:根据颜色等特征,将图像分为许多小区域(一般情况下颜色相同的都是一类物体)
- 合并区域,然后进行区域内的物体检测 即到卷积中进行预测(每个框一个卷积网络)
- 缺点:找到的框太多
- fast-rcnn:整张图片卷积得到特征图
- 图片映射到特征图,
- faster-rcnn:RPN 层,根据标注中框的位置,让卷积网络自己学习框应该在哪 (在特征图上提取框)
- 怎么学习?
- 有基数128,256,512,3种方式
- 对于一个像素点生成9个框,以他为中心
- 128*256,256*128,128*128
- 256*512,512*256,256*256
- 512*512,512*1024,1024*512
- 怎么学习?
数据
或获途径
- Benchmark是一个行业的基准(数据库,论文,源码,结果)。 face benchmark或MPII Human Pose Dataset
- 论文
- 论坛或者交流社区 如thinkface
处理
- 正样本:裁剪,根据标注把目标裁剪出来,例如人脸,可使用opencv工具
- 负样本:随便选择的框,可与正样本重叠,但不能太多 这个比例 成为 inception open union (Iou) 一般为0.3,小于0.3为负样本 大于0.7为正样本(当做遮蔽的数据),中间的舍弃
以上是关于目标检测_0的主要内容,如果未能解决你的问题,请参考以下文章