标签: object-detection

有人可以帮我理解 YoloV5 中的锚框是如何表示的吗？在官方代码中提到的是：

• [10,13, 16,30, 33,23] # P3/8
• [30,61, 62,45, 59,119] # P4/16
• [116,90, 156,198, 373,326] # P5/32

我知道p3、p4和p5是特征金字塔层。但对应的数字是什么。如果有人能澄清以下问题，我将不胜感激：

1. 这些数字指定了什么。
2. 他们的，意义。
3. 为什么它们逐层变化？

谢谢。

我不理解opencv中hog.cpp中伽马校正的代码,我在这里找到了一些与opencv hog.cpp中的代码不匹配的链接

Mat_<float> _lut(1, 256);

const float* lut = &_lut(0,0);

if( gammaCorrection )
    for( i = 0; i < 256; i++ )
        _lut(0,i) = std::sqrt((float)i);
else
    for( i = 0; i < 256; i++ )
        _lut(0,i) = (float)i;

我从代码中理解的是,它创建了1x256的二维数组,如果伽马校正为真,它将计算数据的平方根.我试图调试遍历与此代码相关的所有文件,但dint理解.任何人都可以简单地告诉我们这里发生了什么.

请
提前帮助,谢谢.

我有一个如下所示的输入图像:

请注意,有6个带黑色边框的框.我需要检测每个盒子的位置(左上角).通常我会使用类似模板匹配的东西,但每个框的内容(黑色边框内的彩色区域)是不同的.

是否有可以配置为忽略每个盒子内部区域的模板匹配版本？算法是否更适合这种情况？

还要注意,我必须处理几种不同的分辨率......因此盒子的实际尺寸将因图像而异.也就是说,比率(长度与宽度)将始终相同.

每个请求的真实示例/输入图像:

我已经开始在TF中实现fast-rcnn(基于VGG16).在我学习的过程中,如果我试图在所有层上进行反向传播,那么我就会遇到内存问题.但测试工作得很好.(我有一台带有6G内存的Gforce GTX 1060)

我想知道怎么来的？TF保存需要两次保存参数才能进行培训吗？

我正在研究" Mask R-CNN用于对象检测和分割".因此,我已阅读呈现原始研究论文Mask R-CNN为目标检测,也发现了我的几个实现Mask R-CNN,在这里和这里(被Facebook人工智能研究小组称为detectron).但他们都使用coco数据集进行测试.

但是,对于使用具有大量图像的自定义数据集进行上述实现的培训,我有点困惑,并且对于每个图像,存在用于在相应图像中标记对象的掩模图像的子集.

所以,如果有人可以为此任务发布有用的资源或代码示例,我很高兴.

注意:我的数据集具有以下结构,

它包含大量图像,每个图像都有单独的图像文件,将对象突出显示为黑色图像中的白色色块.

这是一个示例图像和它的掩码:

图片;

面具;

当我尝试训练对象检测模型时，出现以下错误：

    Traceback (most recent call last):
  File "train.py", line 53, in <module>
    from object_detection.builders import model_builder
  File "C:\Users\hp\models\research\object_detection\builders\model_builder.py", line 63, in <module>
    from object_detection.models import ssd_efficientnet_bifpn_feature_extractor as ssd_efficientnet_bifpn
  File "C:\Users\hp\models\research\object_detection\models\ssd_efficientnet_bifpn_feature_extractor.py", line 33, in <module>
    from official.vision.image_classification.efficientnet import efficientnet_model
  File "C:\Users\hp\models\official\vision\image_classification\efficientnet\efficientnet_model.py", line 35, in <module>
    from official.modeling import tf_utils
  File "C:\Users\hp\models\official\modeling\tf_utils.py", line 25, in <module>
    from official.modeling import activations
  File "C:\Users\hp\models\official\modeling\activations\__init__.py", line 16, in <module>
    from official.modeling.activations.gelu import gelu
  File "C:\Users\hp\models\official\modeling\activations\gelu.py", line 26, in <module>
    @tf.keras.utils.register_keras_serializable(package='Text')
AttributeError: module 'tensorflow_core.keras.utils' has no …

我正在使用OpenCV和GPU在视频中进行实时人/人/事实检测.我需要用于视频处理和人工检测的OpenCv代码.请帮助我使用Opencv或任何其他编程在视频中找到人工检测的代码.非常感谢你的时间.