ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

物体检测

2021-11-26 14:35:42  阅读:109  来源: 互联网

标签:边界 删除 检测 物体 图像 CNN


物体检测

在图像中对多个物体进行分类和定位的任务称为物体检测。一种通用的方法是采用经过训练的CNN来对单个物体进行分类和定位,然后将其在图像上滑动。

这项技术非常简单直观,但是它将多次检测同一物体,但位置略有不同。然后需要进行一些后期处理,以消除所有不必要的边界框。一种常见的方法称为非极大抑制。以下是操作方式:

  1. 首先需要在CNN中添加一个额外的客观分数(置信度)输出,以估计图像中确实存在花朵的可能性(或者可以添加“无花朵”类,但这通常不起好的作用)。它必须使用sigmoid激活函数,而且可以使用二元交叉熵损失对其进行训练。然后删除所有置信度得分低于某个阈值的边界框:这将删除所有实际上不包含花的边界框。
  2. 找到具有最大客观分数的边界框,并删除与其重叠很多的所有其他边界框(例如IoU大于60%)
  3. 重复第二步,直到没有更多的边界框可以删除

这种简单的物体检测方法效果很好,但是它需要多次运行CNN,因此速度很慢。幸运的是,有一种更快的方法可以在图像上滑动CNN:使用全卷积网络(FCN)

标签:边界,删除,检测,物体,图像,CNN
来源: https://www.cnblogs.com/Reion/p/15607687.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有