目标检测

这一周我们学习的主要内容是对象检测，它是计算机视觉领域中一个新兴的应用方向，相比前两年，它的性能越来越好。在构建对象检测之前，我们先了解一下对象定位，首先我们看看它的定义。   图片分类任务我们已经熟悉了，就是算法遍历图片，判断其中的对象是不是汽车，这就是图片分类。 这节课我们要学习构建神经网络的另一个问题，即定位分类问题。这意味着，我们不仅要用算法判断图片…

anchor在计算机视觉中有锚点或锚框，目标检测中常出现的anchor box是锚框，表示固定的参考框。 目标检测的任务： 在哪里有东西 难点： 目标的类别不确定、数量不确定、位置不确定、尺度不确定 传统算法的解决方式： 都要金字塔多尺度+遍历滑窗的方式，逐尺度逐位置判断”这个尺度的这个位置处有没有认识的目标”，非常笨重耗时，并不能很好的推广适用。 现状： …

非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。也可以理解为只取置信度最高的一个识别结果。 举例：  如图所示，现在识别出了3个人脸，但该三个人脸其实都为同一个目标，只是位置不同，置信度也不一样。 这时候，我们想要是置信度最高的“0.97”的检测结果，以及位置信息。 那么，我…

目标检测算法-YOLO算法纵向对比理解 DeepLearning的目标检测任务主要有两大类：一段式，两段式 其中两段式主要包括RCNN、FastRCNN、FasterRCNN为代表， 一段式主要包括YOLO，SSD等算法 由于一段式直接在最后进行分类(判断所属类别)和回归(标记物体的位置框框)，所以现在一段式大有发展。 YOLO v1 论文地址：You On…

　　偶然看到一个公众号的文章，对移动目标检测系统的设计，这是一种极为简便，容易实现的目标检测，因为它不需要训练神经网络，也不需要制作训练集，前提是背景不能变化，最适用于固定摄像头的环境，比如说路口的车辆目标检测，智能生产线上对产品的检测等。缺点是针对不同的使用环境需要适当的调整一些参数，找到的轮廓与实际轮廓也有一点差异。 　　大概了解了一下整个系统的实现过程…

通过对雷达目标回波信号的长时间处理来提高雷达对微弱目标的检测性能一直是雷达信号处理领域的关键技术和研究热点之一。本文主要通过对雷达信号的长时间处理来提高雷达对微弱目标的检测和跟踪性能。对雷达目标回波能量进行长时间处理的前提是处理时间内目标必须位于雷达的波束照射范围内，或者处理的所有数据中都包含特定目标的回波。对于常规的波束扫描体制雷达，雷达信号的积累时间主要…

TRACE方法是HTTP（超文本传输）协议定义的一种协议调试方法，该方法使得服务器原样返回任何客户端请求的内容。 启用TRACE方法存在如下风险： 1、恶意攻击者可以通过TRACE方法返回的信息了解到网站前端的某些信息，如缓存服务器等，从而为进一步的攻击提供便利。 2、恶意攻击者可以通过TRACE方法进行XSS攻击。 3、即使网站对关键页面启用了HttpOn…

一、问题：直接将转好的灰度图像输入神经网络，发现 FileNotFoundError: [Errno 2] No such file or directory: ‘home/JPEGImages/Image_24.jpg’ 二、分析：灰度图像只有一个通道，而RGB有三个通道 三、解决：将一个通道的灰度图像，复制两次，得到三通道所需图像 import cv2i…

 摘  要： 针对目前常用的运动目标提取易受到噪声影响、易出现阴影和误检漏检等情况，提出了一种基于Sobel算子的彩色边缘图像检测和帧差分相结合的检测方法。首先用Sobel算子提取视频流中连续4帧图像的彩色边缘图像，然后将边缘图像进行隔帧差分相与，提取出较精确的运动目标边缘轮廓。提取的轮廓经过一系列的形态学操作填充，可得到完整的运动目标。实验结果表明,该方法…

  系列博客链接： （一）目标检测概述 https://www.cnblogs.com/kongweisi/p/10894415.html （二）目标检测算法之R-CNN https://www.cnblogs.com/kongweisi/p/10895055.html （三）目标检测算法之SPPNet https://www.cnblogs.com/kon…