技术标签: 目标检测 RCNN 深度学习 对象检测 物体检测
物体检测和图片分类有什么区别呢?
图片分类不需要定位;物体检测需要定位出物体的位置,并且要把图片中所有物体都识别定位出来。
RCNN(Region-based Convolutional Neural Networks) 是用深度学习进行物体检测的开山之作。
RCNN算法分为4个步骤:
1、一张图片生成2000个左右候选区域;
2、用深度神经网络提取每个区域的特征;
3、将特征送入每一个分类的SVM分类器,判断是不是属于该类;
4、微调候选区域的位置,使得候选框进一步接近物体的bounding box;
比较经典的流程图片如下:
候选区域生成阶段:
使用selective search方法从一张图片生成2000个左右候选区域,基本思想是:
首先将图片分成小的区域;然后根据颜色、纹理、面积等因素两两合并可能性最高的相邻区域,重复此合并过程,直到只有一个区域为止;最后输出所有曾经存在过的区域,即为候选区域。
在此区域合并过程中,按大牛的理论,需要注意两点,一个是保证合并尺度均匀,比如说有区域a-b-c-d,建议合并方式a-b-c-d->ab-cd->abcd,不建议ab-c-d>abc-d->abcd;另一个是合并后的图像尽量规整平滑,而不要奇形怪状、坑坑洼洼的。
特征提取阶段:
第一步,预处理图片区域,以alexnet网络为例,将生成的候选区域归一化为 227 X 227。归一化的过程中会缩放(crop或者wrap)图片,主要由有各向同性和各向异性缩放两种方式,经大牛测试发现,采用各向异性缩放且padding=16时识别精度最高。
第二步:有监督预训练,例如在ILSVRC 2012的大数据集上进行分类训练(此处也可直接使用网上大牛训练好的alexnet网络代替)。
第三步:fine-tuning,例如在PASCAL VOC2007的小数据集上进行fine-tuning经第二步训练后的网络,
类别判断阶段:
对每一类目标,训练一个SVM二分类器,分类训练的输入为网络输出的4096维特征,输出为是否此类。
此处由于正样本数量远远小于负样本数量,建议使用hard negative mining方法。
候选框微调阶段:
对检测出的每一个物体均进行边缘检测并微调得到精确的物体位置。
RCNN在2014年将PASCAL VOC上的检测率从传统检测的35.1%提升到深度学习53.7%。不可谓不NB。
一句话总结RCNN整个流程:
先将候选区域通过selective search检测出来(2000个左右),然后根据cnn提取的每一个候选区域特征送入svm进行分类,得到一个物体类别和边框,最后利用边缘检测微调得到具体的物体位置。
文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib
文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang
文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些
文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器
文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距
文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器
文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn
文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios
文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql
文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...
文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120
文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数