零碎知识点

1.YOLOv5s的网络中,Conv层用于特征提取;SPPF层通过多次池化进行特征提取;C3层的作用和是减小计算量,加快模型推理速度。

2.Region Proposal(候选区域):是一个区域,Bounding Box是这个区域的四条边,这四条边是用一个四维向量(也就是下面的(x,y,w,h))表示

bbox(Bounding Box):bbox是包含物体的最小矩形,检测目标应在最小矩形内部。

物体检测中关于物体位置的信息输出是一组(x,y,w,h)数据,其中x,y代表着bbox的左上角(或者其他固定点,可自定义),对应的w,h表示bbox的宽和高;一组(x,y,w,h)可以唯一的确定一个定位框。

3.IoU:物理含义为两块区域面积的交集除以两块区域面积的并集,是评价两块区域重合度的指标。

在训练网路的时候,通过依据候选区域和标定区域的IoU值确定正负样本。

4.ground truth:检测目标的真实位置(正样本)。

5.fine-tuning:这种方法也是当数据量不够的时候,常用的一种训练方式,即先用别的数据库训练网络,然后再用自己的数据库微调训练

6.关于R-CNN论文解读看过的博客:

R-CNN文章详细解读 - 简书

RCNN目标检测算法内容详解(依托论文讲解)_小馨馨的小翟的博客-CSDN博客_rcnn论文下载

深度学习(十八)基于R-CNN的物体检测_hjimce的博客-CSDN博客

【深度学习】R-CNN 论文解读及个人理解_frank909的博客-CSDN博客_rcnn

目标检测:R-CNN学习笔记_SunshineSki的博客-CSDN博客

R-CNN论文翻译(更便于理解):

R-CNN论文详解(论文翻译)_目标检测_v1_vivian-DevPress官方社区

R-CNN讲解视频(讲的非常详细):

科科带你学的个人空间_哔哩哔哩_Bilibili

7.SVM只能做二分类问题。

8.迁移学习:基于yolov5s.pt训练自己的权重模型就属于迁移学习。

9.图片分类和物体检测的区别:图片分类不需要定位,而物体检测需要定位出物体的位置,也就是相当于把物体的bbox检测出来;还有一点物体检测是要把所有图片中的物体都识别定位出来。

10.关于Anchor看过的博客

region proposal_wanghua609的博客-CSDN博客_proposal region

机器视觉目标检测补习贴之R-CNN系列 --- R-CNN, Fast R-CNN, Faster R-CNN | David 9的博客 --- 不怕"过拟合"

【个人整理】faster-RCNN的关键点(区域推荐网络RPN)详解_LoveMIss-Y的博客-CSDN博客

11.CNN的主要表达力来自于卷积层,而不是全连接层。

12.吴恩达编程作业大全:https://hekuan.blog.csdn.net/article/details/79827273

13.YOLOv5+Deepsort:YOLOv5+DeepSort多目标跟踪教程_爱学习的王同学#的博客-CSDN博客_yolov5+deepsort

14.QT中添加Eigen矩阵函数库参考文章:

Qt下Eigen矩阵函数库的添加_霉小脑的博客-CSDN博客_qt 矩阵运算

Eigen在Qt中的配置(博主亲测)_罗伯特祥的博客-CSDN博客_qt eigen

Eigen下载网址:Eigen

最初在.pro文件中添加命令为:

INCLUDEPATH+=F:\C++_test\WuEnDa_first_week\eigen_3_3_8\Eigen

在main.cpp中一直找不到Eigen文件

将上述添加命令改为:

INCLUDEPATH +=C:\Users\USER\Desktop\eigen_3_3_8\Eigen

成功了,目前怀疑是里面的+可能是中文的+

15.QT C++快捷指令:

注释与取消:Ctrl+/

整体左移:Shift+Tab

整体右移:Tab


截止2022/11/13完成的工作:

1.b站吴恩达深度学习视频P24;自己梳理了公式的推导过程并完成了第一次编程作业;

第一周编程作业C++版本:吴恩达神经网络作业 c++测试版本 eigen矩阵运算库_治治来啦的博客-CSDN博客

2.深入阅读理解R-CNN论文;

3.阅读了王锐师兄的毕业论文;

4.深入理解了yolov5的detect.py,train.py,yolov5s.yaml;对yolov5的网络架构有了了解(还需反复);

科科带你学的个人空间_哔哩哔哩_Bilibili

5.初步掌握了配置目标检测、追踪的实验环境以及在环境中安装所需要的各种包


16.力扣刷题指南(希望能做到每天一道题,锻炼编程思维)

最高效力扣刷题攻略,没有之一_Cool很酷的博客-CSDN博客_力扣怎么刷

力扣

刷leetcode不知道从哪里刷起?? 来看看,我把刷题题目顺序都排好了,每道题还带详细题解!_代码随想录的博客-CSDN博客


截止到2022/11/14学习任务梳理:

1.Fast-RCNN、Faster-RCNN、YOLO系列、sort、Deepsort论文阅读(深入理解代码YOLOv5、Deepsort);

2.吴恩达深度学习课程(课后题使用python完全实现和C++尝试实现);

3.每天一道力扣题目,使用C++完成,锻炼思维;

4.汪良文师兄代码尝试理解;

你可能感兴趣的:(人工智能,深度学习)