广州微信网站建设费用,建设信用卡积分商城网站,怎样注册网站域名,域名解析系统的英文缩写目标检测算法
单阶段#xff1a;不提取出候选框#xff0c;直接将整个图像输入模型中#xff0c;算法直接输出检测结果#xff0c;端到端 yolo#xff0c;ssd 端到端#xff0c;输入图像到网络中#xff0c;然后从网络中输出图像 二阶段#xff1a;先从图像中提取出…目标检测算法
单阶段不提取出候选框直接将整个图像输入模型中算法直接输出检测结果端到端 yolossd 端到端输入图像到网络中然后从网络中输出图像 二阶段先从图像中提取出候选框先筛选一次输入卷积神经网络然后候选框进行分类与位置调整 rcnn 深度学习前置知识
Batch Normalization 归一化 对数据进行一些处理使得每一层输入保持稳定网络收敛别跑偏
LeakyReLU 激活函数引入非线性运算
Filters 过滤器也就是多层卷积核 stride 滑动的步长
残差网络 要是往下卷积效果不好就使用原来的 mAP 越大效果越好在不同的阈值都考虑
精度检测框与实际框的吻合度
recall 是不是把所有的框都检测到了 iou 实际框与预测框的交集/两个的并集
损失函数给出一个函数当函数值越小预测值与真实值越接近这样神经网络的预测值接近真实值最小化与真实值之间的误差
yolov3 yolo 是回归问题 回归问题主要用于预测某连续变量的数值例如预测PM2.5、预测房屋价格、电商用户购买可能性 没有限定的答案 yolo是通过中心点所在的格子去预测先验框中的信息每个小格子都是先验框的中心点先验框是我们是事先规定的我们把先验框移动坐标调整格子大小就变成了我们的最后的预测框。yolov3中每个小格子有两个先验框一个格子65个值9(先验框)×520种类别概率重点给出损失函数让神经网络去猜 5: 中心点xy 框的wh 置信度confidence框住的是不是一个物体 损失函数 网络结构 Residual 残差就是add 残差块 两个卷积残差 黄色模块 残差块 CBL 小目标就是 52×52 然后与后面中目标26×26上采样变成的52×52进行融合 通俗理解就是在使用小视野52的时候还要参考中视野26×26的特征
