- 博客(2)
- 收藏
- 关注
RSS订阅原创 YOLOv1-YOLOv4
confidence 代表了所预测的框中含有对象的置信度和这个框预测的准确度，其计算方式为：confidence = Pr (Object) × IOU_{pred}^{truth}，其中 Pr (Object) 表示如果有对象落在一个网格里则取 1，否则取 0；然而，其缺点包括对小物体的检测效果不佳，每个格子最多只能预测出一个物体，当物体占画面比例较小或一个网格包含多个物体时，只能检测出其中一个；其核心思想是利用整张图作为网络的输入，直接在输出层回归边界框的位置和所属的类别。
2024-10-11 19:07:24
449
原创 目标检测：开启智能视觉新时代
目标检测作为计算机视觉领域的重要任务，已经在众多领域取得了显著的应用成果。随着技术的不断进步，目标检测算法将变得更加高效、准确和鲁棒，为人们的生活和工作带来更多的便利和安全。未来，我们可以期待目标检测技术在更多领域的创新应用，开启智能视觉的新时代。在当今科技飞速发展的时代，目标检测作为计算机视觉领域的核心任务之一，正发挥着越来越重要的作用。从智能安防到自动驾驶，从工业检测到医疗影像分析，目标检测技术的应用场景广泛而多样。例如，在一张风景照片中检测出汽车、行人、建筑物等不同的物体，并为每个物体标注出其类别。
2024-10-10 19:10:46
1046
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人