object-detection

    1熱度

    2回答

    我對CNTK很新穎。 我想用CNTK-ResNet/Fast-R CNN訓練一組圖像(用於檢測酒精杯/酒瓶等物體)。 我想從GitHub下面的文檔;但是,這似乎並不是一個簡單的過程。 https://github.com/Microsoft/CNTK/wiki/Object-Detection-using-Fast-R-CNN 我找不到合適的文檔來爲具有不同大小和形狀的圖像生成ROI。以及如何基於

    0熱度

    1回答

    我有一個groundtruth對象(藍色; 1-4)和預測對象(紅色; a-d)列表的列表。要計算評估預測性能的指標,我需要將預測對象分配給groundtruth對象。不應該使用兩次對象! 圖形右側顯示了問題的一些可能解決方案(X,Y,Z),其中紫色區域表示匹配對象之間的重疊。 爲了實現這一點,我將創建包含一個交叉點的交集矩陣(具有重疊率[交叉口/聯盟])中的所有對象。對於可視化例如它看起來像某物

    3熱度

    3回答

    所以,我使用openCV做了基於顏色的對象檢測,並且我在覆盆子pi 3上運行它。它工作時,它實時跟蹤網球(儘管它有一些延遲,因爲我使用kinect v1(freenect庫))。現在我想確定找到的對象所在的位置。我想知道它是在中間,還是向左或向右多。我正在考慮將相機鏡頭分爲3個部分。我會有3個布爾值,一個用於中間,一個用於左邊,另一個用於右邊,然後所有3個變量將通過USB通信發送。如何,我一直在嘗

    2熱度

    3回答

    目前我正在測試用於物體檢測的yolo 9000模型,並且在論文中,我瞭解圖像是在13X13框中分割的,並且在每個框中我們計算P(對象),但我們如何計算?該模型怎麼能知道是否有這個boxe或不是對象,請我需要幫助理解 因爲他們在paper(第2頁提到我使用tensorflow 感謝,

    1熱度

    1回答

    目前,我正在創建一個用於對象檢測的深度神經網絡,並且我還創建了自己的數據集,並使用邊界框來註釋我的圖像,而我的問題是什麼規則有我的圖像訓練的最佳邊界框。我的意思是如果我包裹我的對象是限制我的對象的背景是好還是我不需要找到一種方法來只綁定我的對象。 感謝,

    5熱度

    2回答

    根據最終的卷積層激活函數調整區域提議時,發生了什麼數學問題? 在關於使用CNN進行對象檢測的following教程中提到了快速RCNN。他們在這裏提到了ROI層和發生了什麼。但是,我不明白在將區域提案的大小調整爲每個單元格中的最終conv.layer激活時,數學會發生什麼情況。

    1熱度

    1回答

    我想在場景中查找多個對象(對象看起來相同,但可能在比例和旋轉方面不同,我不知道要檢測的對象是什麼)。我已實現了以下想法,基於OpenCV中的featuredetectors,它的工作原理: detect and compute keypoints from the object for i < max_objects_todetect; i++ 1. detect and comput

    0熱度

    1回答

    最近,我一直在玩MATLAB的RCNN深度學習示例here。在這個例子中,MATLAB設計了一個輸入大小爲32x32的基本15層CNN。他們使用CIFAR10數據集來預培訓這個CNN。 CIFAR10數據集也有大小爲32x32的訓練圖像。後來他們使用一個小的停車標誌數據集來微調CNN來檢測停車標誌。這個停車標誌的小數據集只有41個圖像;所以他們使用這41張圖片來微調CNN,即訓練一個RCNN網絡。

    2熱度

    2回答

    我已經嘗試過在tensorflow中使用SSD和YOLO實現。現在我想重新訓練我自己的數據集中的任何一個,說交通信號。除了pascal voc之外,我如何重新訓練數據?任何人都可以幫忙嗎?我正在使用tensorflow實現從https://github.com/balancap/SSD-Tensorflow

    1熱度

    1回答

    我有一個tensorflow模型(再培訓初始模型),可以分類5類車輛。現在我需要用這個訓練好的模型爲所有這5個類別製作一個物體探測器。可以通過刪除最後一層來完成嗎?任何人可以建議我如何進一步