显著性物体检测第27页

YOLO v1

什么是置信度，置信度表示检测框检测的物体，是前景还背景的可能性，即是否含有目标物体的可能性置信度的loss，往往由两部分组成，一是含有物体的loss，二是不含物体的loss，将两者分开，是因为要降低不含物体检测框的

*Major*·2022-12-12 19:42

2016-CVPR-YOLO

物体检测一系列方法：DPM、R-CNN、FastR-CNN、FasterR-CNN、

Rhine_Yu·2022-12-12 19:09

YOLOv5 检测结果取消显示标签(只显示边界框bbox）

检测结果取消显示类别class和置信度confidence利用Yolov5进行密集小目标物体检测时，只显示bbox可视化效果更好yolov5/models/common.pyclassDetections

wangchen1801·2022-12-12 17:17

激光雷达物体检测（二）：点视图检测算法

综述：1.点视图：PointNet/PointNet++，Point-RCNN，3DSSD2.俯视图：VoxelNet，SECOND，PIXOR，AFDet3.前视图:LaserNet，RangeDet4.多视图融合：俯视图+点视图：PointPillar，SIENet，PV-CNN俯视图+前视图：MV3D，RSN一、PointNet1.核心思路：点云特征提取MLP（多个全连接层）提取点特征:n个

anthony-36·2022-12-12 16:16

Incremental Learning of Object Detectors without Catastrophic Forgetting 论文阅读

本文概览CNN用于目标检测任务的缺陷——类别遗忘：假设CNN模型A为在一个物体检测训练集1上训练得到的性能较好的检测器，现在有另外一个训练集2，其中物体类别与1不同，使用训练集2在A的基础上进行fine-tune

aiqiu_gogogo·2022-12-12 16:15

【SFFAI分享】郑武：CIA-SSD：自信的IoU可知的单阶点云物体检测器【附PPT与视频资料】

随着激光雷达在机器人，无人车的领域的推广应用，三维点云的相关处理技术作为高精地图、高精定位、环境检测等方向的核心模块越来越受到重视。现有的在点云中定位物体的单阶段检测器通常将物体定位和类别分类视为分开的任务，因此定位精度和分类置信度可能无法很好地对齐。《SFFAI97期三维点云检测专题》我们邀请到了来自香港中文大学的郑武同学，分享他提出的新型检测方法，解决此问题。关注微信公众号：人工智能前沿讲习对

人工智能前沿学生论坛·2022-12-12 14:31

03_FAST、BRIEF、ORB算法原理

、3D目标检测、CNN、GAN、目标跟踪、竞赛解决方案、人脸识别、数据增广、人脸检测、数据集、NAS、AutoML、图像分割、SLAM、实例分割、人体姿态估计、视频目标分割、Re-ID、医学图像分割、显著性目标检测

qq_1041357701·2022-12-12 00:14

计算机视觉三大基本任务：分类、检测（定位）、分割（语义和实例）

任务复杂程度和难度：实例分割>语义分割>物体检测>分类。首先，先从一张图直

yohangzhang·2022-12-11 21:35

计算机视觉任务怎么选？CV主要任务是什么？

1、物体检测物体检测是视觉感知的第一步，也是计算机视觉的一个重要分支。物体检测的目标，就是用框去标出物体的位置，并给出物体的类别。

程序媛珂珂·2022-12-11 21:02

FasterRcnn-Resnet50-FPN对图像的处理过程

感觉物体检测框架还是比较复杂的，在这里理一下，一张图像从输入到输出，究竟被做了哪些操作。

qq_36303832·2022-12-11 19:27

python回归结果可视化图表解读_线性回归的R实现与结果解读

引言：前面我们学习了最小二乘法与直线回归{最小二乘法与线性回归}，也学习了如何评判直线的拟合效果，以及拟合效果是否具有显著性{线性回归中的R方与R方显著性}。

weixin_39655377·2022-12-11 18:46

R语言——（六）、线性回归模型

*一、一元线性回归二、一元线性回归的参数估计1.普通最小二乘估计（OLS）2.极大似然估计(MLE)3.随机误差项μ的方差σ^2的估计二、一元线性回归模型的检验1.拟合优度检验（R^2）2.解释变量的显著性检验

小趴菜_·2022-12-11 18:10

课外阅读——节选——《简单统计学：如何轻松识破一个如何轻松识破一本正经的胡说八道》

许多人对统计显著性非常关心。这是一种奇怪的宗教，它受到了研究人员近乎盲目地崇拜。假设我们想要通过检验了解，每天服用阿司匹林能否降低心脏病发作的风险。理想情况下，我们会对健康个体的两个随机样本进行比较。

xia ge tou lia·2022-12-11 17:09

数据分析之方差分析(ANOVA)

一般来说，随着增加个体显著性检验的次数，偶然因素导致差别的可能性也会增

北影男高材生·2022-12-11 17:03

【Keras+计算机视觉+Tensorflow】实现基于YOLO和Deep Sort的目标检测与跟踪实战（附源码和数据集）

需要源码和数据集请点赞关注收藏后评论区留言私信~~~一、YOLO目标检测算法YOLO是端到端的物体检测深度卷积神经网络，YOLO可以一次性预测多个候选框，并直接在输出层回归物体位置区域和区域内物体所属类别

showswoller·2022-12-11 12:47

物体检测框架之mmdetection源码阅读（3）

本篇要解决的问题是如何通过configs文件来构建detector的问题，话说上一回讲到了构建detector前要在mmcv中注册模型。那么如何注册模型呢？暂且切回到上篇的代码的前几行frommmcv.cnnimportMODELSasMMCV_MODELSfrommmcv.utilsimportRegistryMODELS=Registry('models',parent=MMCV_MODELS

liqiming100·2022-12-11 11:39

物体检测框架之mmdetection源码阅读（1）

通过readme不难发现单卡训练是以tools/train.py作为程序的入口。首先贴出train.py的源代码。from__future__importdivisionimportargparseimportcopyimportosimportos.pathasospimporttimeimportmmcvimporttorchfrommmcvimportConfigfrommmcv.runne

liqiming100·2022-12-11 11:08

自动驾驶领域开源数据集详细汇总

该数据集用于评测立体图像(stereo)，光流(opticalflow)，视觉测距(visualodometry)，3D物体检测(objectdetection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能

智能交通技术·2022-12-11 09:44

用OpenCV的SVM实现简单的手势识别（切水果）[附源码]

方向梯度直方图（HistogramofOrientedGradient,HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。

hhae·2022-12-11 02:28

结构方程模型amos中介效应与调节效应

case1:一个中介的简单模型在estimates-indirecteffect查看结果：（1）估计值（2）信赖区间与显著性判断方法是lower和upper是否跨过了0，如果跨过了就是不显著，比如上图为显著

#温室里的土豆·2022-12-11 00:55

ICCV 2021 | 悉尼大学&商汤提出GUPNet：单目3D目标检测新网络

摘要：几何投影是单目3D物体检测任务中一种强大且常见的深度估计方法。它根据估计的物体高度导出

Amusi（CVer）·2022-12-10 22:38

【论文解读】MmWave Radar and Vision Fusion for Object Detection in Autonomous Driving: A Review

AReview摘要4传感器标定A坐标系标定（外参）4.2雷达点滤除4.3误差校准5基于传感器融合的车辆检测5.1数据级融合（前融合）5.2决策级5.3特征级7总结摘要随着自动驾驶的蓬勃发展，复杂场景下的精准物体检测为保障自动驾驶安全而备受关注

说海似云·2022-12-10 21:11

【定量分析、量化金融与统计学】各种检验的H0假设与p-value究竟是什么含义

目录一、各种检验的分类二、事前检验1.正态性检验2.方差齐次性检验3.共线性检验4.协方差齐次性检验三、事后检验1.Turkey检验2.tamhaneT2检验3.交叉图检验4.拟合优度检验5.显著性检验

旋转跳跃我闭着眼·2022-12-10 11:50

一元线性回归 R语言

一元线性回归R语言导入数据修改变量名画散点图回归分析是否有显著性的线性关系检验给定一个变量求对应的值以及求预测区间导入数据1.直接输入>xydata1data1年木材剩余物年木材采伐量126.1361.4223.4948.332.9751.847.1835.956.8017.0618.4355.0711.6932.787.9917.0912.1527.3106.8021.51117.2035.51

不学代码了·2022-12-10 11:19

TensorFlow TFLite 移动端（安卓）部署中 freeze 的细节：export_tflite_ssd_graph()

py`看下main代码看下`export_tflite_ssd_graph_lib.py`export_tflite_graph()写在前面本篇是详解TensorFlowTFLite移动端（安卓）部署物体检测

Abandon_first·2022-12-10 09:32

opencv学习笔记-入门（11）运动模板

（一）运动物体检测（在代码参考即书上学习过程中遇到的问题先整理下，再进行自己代码相关的介绍）（1）points[]参数的解释（在此处先进行内存的申请，并且在后续进行角点的存储）最近在做基于OpenCV的点特征视频跟踪算法研究

wobuaishangdiao·2022-12-10 07:21

图像分割（语义分割）的局限以及解决方法

前言：这是本专栏的第一篇文章，主要会讲述个人对图像分割这个领域里面的一些浅显的理解，后续还会更新显著物体检测，目标…https://zhuanlan.zhihu.com/p/72743589语义分割综述

阿玉婷子在学习·2022-12-09 21:40

Cox风险回归分析

plot()设置mark.time=TRUE2接下来对rx进行log-rank检验p取的是0.05，所以拒绝原假设，两组实验没有显著性区别，若是有显著性，可以通过中位生存期，或是RR值比较两种情况对生存状况的影

root_lty·2022-12-09 21:35

R语言之多元线性回归xt3.11

（4）对回归方程做显著性检验。（5）对每一个回归系数做显著性检验。（6）如果有的回归系数没有通过显著性检验，将其剔除，重

princess yang·2022-12-09 20:37

基于R语言的回归分析实现

目录1.一元线性模型1.1绘制散点图1.2回归参数的估计1.3回归方程的显著性检验1.4线性模型常用函数2.软件实现2.1绘制散点图2.2计算回归2.3做预测2.4残差分析2.5回归诊断分析3.多元线性模型

「已注销」·2022-12-09 20:05

[数理统计-逐步回归]国内旅游收入回归

本文借助R语言，通过逐步回归分析近年来国内旅游收入与多个因素的相关关系，并通过显著性检验对解释变量进行取舍，最终得到关于国内旅游收入的回归方程，借此对旅游业的发展势头进行后验性的预测。

lvsolo·2022-12-09 20:04

假设检验，显著性，置信水平，p值，点估计

1、为什么需要假设检验？以下图激光器项目为例子，抽样30个，改善前720mw，改善后723mw，有一点提升，提升小，可能是正常的波动，所以不一定真的提升了。所以到底是正常波动还是真的改善了？需要结合功率标准差进行分析。标准差决定了波动的情况。如果激光功率标准差极小，几乎不可能波动到723mw，如下图，波动到723mW已经十分罕见。则其实可以看出，改善后激光功率是有提高的。再比如灯泡的良品率，改善后

PKSolar·2022-12-09 15:28

【含时间路线】2022浙大博士整理计算机视觉学习路线图

这个学习路线图一共有16个模块，完整学完之后可以从入门到精通了：深度学习入门算法深度学习框架TensorFlow与pytorchOpenCV图像处理框架实战综合项目-物体检测YOLO实战图像分割实战行为识别实战

python圆圆·2022-12-09 14:33

自动驾驶的视觉感知包括哪些内容

SensorComponent3.CameraCalibration4.DataAnnotation5.FunctionalDivision5.1目标检测跟踪5.2目标测量5.3可通行区域5.4车道线检测5.5静态物体检测

泠山·2022-12-09 09:41

keras faster物体检测_目标检测算法中检测框合并策略技术综述

书的购买链接书的勘误，优化，源代码资源物体检测（ObjectDetection）的任务是找出图像或视频中的感兴趣目标，同时实现输出

weixin_39760919·2022-12-09 07:47

opencv实战---对象检测（SSD+DNN）

具体的SSD算法结构我就不在这里进行阐述，在这个项目里，不用训练，只用CPU，采用opencv+SSD+深度神经网络DNN的方法做到物体检测，在准确率和速度上面都十分可观。目录对图片内的物体进行检

balabalaba5·2022-12-09 06:21

像素级红外与可见光图像融合方法研究

基本方法：一、基于传统方法的红外与可见光图像融合方法基于多尺度变换的融合方法、基于稀疏表达的融合方法、基于显著性检测的融合方法、基于空间转换的融合方法和其他方法。

立里木·2022-12-08 17:38

2021年学习CV和OpenCV的五个最佳网课

它是机器学习和人工智能中最突出领域之一，并已在各种行业中使用，例如物体检测，自动驾驶汽车，机器人技术等等。

EDPJ·2022-12-08 13:15

【计算机视觉】目标检测中Faster R-CNN、R-FCN、YOLO、SSD等算法的讲解（图文解释超详细必看）

觉得有帮助请点赞关注收藏~~~一、基于候选区域的目标检测算法基于候选区域的深度卷积神经网络（Region-basedConvolutionalNeuralNetworks）是一种将深度卷积神经网络和区域推荐相结合的物体检测方法

showswoller·2022-12-08 12:39

物体检测之YOLO系列

业界对于目标检测的热度只增不减，但目前的框架也难于逾越RCNN系列、SSD、YOLO系列这三座大山，很多新的方法也是在此基础上做一些改进，所以有必要做一些整理，方便自己后续查看，这里先对YOLO系列做一些整理。没看过文章的可以回头细细品味下yolo-v1(发表于2016.5)、yolo-v2(发表于2016.12)、yolo-v3(发表于2018.4)这是继RCNN系列（two-stage）后针对

Clark-dj·2022-12-08 08:21

卷积神经网络应用领域和基本结构

因此,CNN在诸多领域的应用特别是图像相关任务上表现优异，例如图像分类、图像语义分割、图像检索、物体检测等计算机视觉的问题，而我自己研究方向也是SAR图像

毛毛真nice·2022-12-08 01:42

易语言注册机多线程

易语言注册机多线程，批量，速度快一、算法基本流程1、传统目标检测基本流程二、传统目标检测方法1、Viola-Jones（人脸检测）Haar特征：2、HOG+SVM（行人检测）3、DPM（物体检测）4、NMS

laobai168·2022-12-07 22:36

【机器学习】《动手学深度学习 PyTorch版》深度学习笔记（RCNN、fast-RCNN、faster-RCNN）

存在的问题fast-RCNN一、fast-RCNN简介二、fast-RCNN算法的3个步骤RCNN一、RCNN系列简介R-CNN系列（R-CNN,fast-RCNN,faster-RCNN）是使用深度学习进行物体检测的鼻祖论文

Jul7_LYY·2022-12-07 22:19

Faster RCNN论文总结

1506.01497]FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks(arxiv.org)Abstract当时的物体检测网络依靠候选区生成算法来猜测物体位置

m0_57131092·2022-12-07 21:24

图像分类、5个网络

图像分类基于卷积神经网络的图像分类方法图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。

oogogogogo·2022-12-07 19:24

视觉2D感知（二）：语义分割算法及在无人驾驶的应用

一.物体检测算法的不足1.稀疏的输出结果目标物体的位置、大小、类别、速度等无法感知非物体，比如道路、建筑物、数目等无法识别可行驶区域，无法规避所有障碍物2.粗略的物体框表示矩形框：中心点+长宽无法精确表述物体形状

anthony-36·2022-12-07 18:28

为什么AI感知与人类感知无法直接比较？

来源丨TechTalks作者丨BenDickson编译丨科技行者人类级别的表现、人类级别的精度……在开发AI系统的企业中，我们经常会听到这类表述，其指向范围则涵盖人脸识别、物体检测，乃至问题解答等各个方面

人工智能学家·2022-12-07 12:31

Faster R-CNN: Towards Real-Time Object Detectionwith Region Proposal Networks--文献笔记

摘要目前最先进的物体检测网络依靠区域提议（proposal）算法来假设物体的位置。SPPnet和FastR-CNN之类的进步减少了这些检测网络的运行时间，但也揭示了区域提议计算存在瓶颈。

静~静·2022-12-07 02:41

使用YOLOX进行物体检测

文章目录前言一、源码二、安装依赖包1.运行安装脚本2.安装成功显示如下信息三、安装apex1.安装报错解决方法2.安装报错解决方法1解决方法2四、安装pycocotools五、验证环境检测结果：看到下图说明环境没有问题了六、数据集七、修改配置1、修改类别个数2、修改类别3、修改数据集目录参考链接前言YOLOX是旷视开源的高性能检测器。旷视的研究者将解耦头、数据增强、无锚点以及标签分类等目标检测领域

武魂殿001·2022-12-06 23:30

lecture 18：几种估计方法与标准误

1、林林总总的标准误标准误在统计推断中发挥着至关重要的作用，直接影响着系数的显著性和置信区间，并最终影响到假设检验的结论。因此，正确地估计标准误在实证分析的过程中显得尤为重要。

HUT_Econometrics·2022-12-06 22:23

推荐频道

显著性物体检测