@beast_0822 是的
SSD data_augmentation对自己数据集做增强前言: 目前我在做车辆目标检测任务,虽然对实时性的要求不高,但是对检测的准确性有比较高的要求.使用yolo ,retinanet 神经网络进行检测的时候发现, 喂数据的多少,...
发简信
IP属地：加州
-
-
自己写的
SSD data_augmentation对自己数据集做增强
前言: 目前我在做车辆目标检测任务,虽然对实时性的要求不高,但是对检测的准确性有比较高的要求.使用yolo ,retinanet 神经网络进行检测的时候发现, 喂数据的多少,...
-
@5dbd5a1bcada 对于一张源图片，对每种增强（随机裁剪，随机光照等）处理后的坐标，都写入xml，变换后的坐标，源码可以找到
SSD data_augmentation对自己数据集做增强
前言: 目前我在做车辆目标检测任务,虽然对实时性的要求不高,但是对检测的准确性有比较高的要求.使用yolo ,retinanet 神经网络进行检测的时候发现, 喂数据的多少,...
-
@klaus_cf xml是我们自己开发的标注工具，对目标标注后得到的标注文件格式
SSD data_augmentation对自己数据集做增强
前言: 目前我在做车辆目标检测任务,虽然对实时性的要求不高,但是对检测的准确性有比较高的要求.使用yolo ,retinanet 神经网络进行检测的时候发现, 喂数据的多少,...
-
yolov1网络理解yolo的全称是you only look once， 意思是一次性把候选框和目标识别搞定，因此，与RCNN这类用Region Proposals方法提出候选框的算法相比，要...
-
-
SSD data_augmentation对自己数据集做增强
前言: 目前我在做车辆目标检测任务,虽然对实时性的要求不高,但是对检测的准确性有比较高的要求.使用yolo ,retinanet 神经网络进行检测的时候发现, 喂数据的多少,...
-
深度学习 SSD的理解和细节分析先放大神的论文和源码镇楼： SSD Github: https://github.com/weiliu89/caffe 请选择分支 SSD SSD paper: h...
-
鸟瞰图坐标转回像素坐标问题描述 在自动驾驶中,车道线是基础也是很重要的环节. 对于做过车道线检测算法的,一定对鸟瞰图很熟悉.由于如何得到鸟瞰图不是这篇文章要描述的重点,所以忽略.我想做的事情是将鸟...
-
git 远程仓库配置
git 仓库的配置分为本地和远程两个部分，现在分别对远程和本地进行描述． 远程 创建远程git 仓库mkdir test.gitcd test.gitgit --bar...
-
-
视频实在prescan上做的
卡尔曼滤波器在车辆跟踪预测的应用（下）
上篇文章以小车在路上行驶为例，描述卡尔曼滤波器的５个公式和每个参数的含义。接在来，我将给出自己做的车辆位置预测的实战例子。 场景需求 一个实车视频中，多辆小车在高速公路上行驶...
-
@村民_1679 是的，x_state 是一个8*1的向量．在本例子当中，x_state ＝(x_0,y_0,x_1,y_1,),x_state的前４个分量，x_0,y_0,x_1,y_1分别表示小车的矩形框四个坐标,后四个分量vx_0,vy_0,vx_1,vy_1，分别表示小车在四个坐标点上的速度
卡尔曼滤波器在车辆跟踪预测的应用（下）
上篇文章以小车在路上行驶为例，描述卡尔曼滤波器的５个公式和每个参数的含义。接在来，我将给出自己做的车辆位置预测的实战例子。 场景需求 一个实车视频中，多辆小车在高速公路上行驶...
-
马尔科夫过程（Markov Process,MP）马尔科夫过程描述的是空间状态经过一个状态到另一个状态转换的随机过程。该过程要求具备“无记忆”性质，也就是下一状态的概率分布只与当前的状态有关，再时间序列中其他前面的事件无关。...
-
简单例子说明numpy axis轴
在学写Tensorflow 代码的时候,不管是在计算过程,还是调用NumPy库,经常出现axis轴计算问题,手敲代码，但是不理解axis 的含义,换了一个程序,又看不懂了.为...
-
梯度消失和梯度爆炸的原因
面试的时候,很多时候考官会问你一个问题,产生梯度消失或者梯度爆炸的原因是什么,而且这个问题一般伴随RNN相关内容. RNN这种网络结构,在语音识别,文本预测方面应用广泛,因为...
