极大值

共振峰估计基础

什么是共振峰及共振峰的作用前面讲过语音的激励模型，当声门周期脉冲激励信号通过声道时，会在声道内引起共振作用（这个过程在语音产生模型中叫做声道模型），从而产生一组共振频率，这组共振频率就被称为共振峰（频率），通常认为，语音谱包络中的几个极大值就是共振峰频率
weixin_34406086·2022-12-14 03:53

目标检测学习1——iou计算与非极大值抑制NMS

刚开始学习目标检测，都是在学习一些经典的目标检测框架，个人认为在大量阅读和理解别人现成的代码时，也要懂得去动手模仿，尝试着去修改别人的代码，即使是自己抄一遍别人的代码，也难免会发生错误，但在找bug的过程中，会不断加深自己对算法的理解，这确实也是一种学习方式吧。IOU(区域交并比)就是两个box区域的交集比上并集，体现两个框重合程度，iou值越大，重合度越大。思路首先计算两个box左上角点坐标的最
送外卖的、小哥·2022-12-13 04:41

最优化--梯度下降法（python）

如果要找到一个函数的局部极大值，我们必须向函数当前点对应梯度
世一渔·2022-12-12 17:27

python系列-逻辑回归算法（logistic回归）之梯度上升算法理解及python实现

2.实例：二次函数求极值问题二次函数如下：f(x)=-x^2+x，其函数图像如下：    学过导数都知道这个函数的导数为：f’=-2x+2，在x=1处存在极大值，极大值为0；    但是实际
森特吴·2022-12-12 01:37

OpenCV（23）角点检测2 -- fast算法（实时）（佳）

目录一、基础理论1、前言2、原理3、过程4、让机器学习一个角检测器5、非极大值抑制二、API1、实例化fast（FastFeatureDetector_create函数）2、利用fast.detect检测关键点
_睿智_·2022-12-12 00:42

基于Tensorflow2的YOLOV4 网络结构及代码解析（3）——yolo_head部分

继上篇《基于Tensorflow2的YOLOV4网络结构及代码解析（2）——NECK部分》博文后继续解析yoloV4的yolohead本篇博客主要介绍两个个方面：1.yolo解码2.门限筛选和非极大值抑制在进入
xiaoyang0307·2022-12-12 00:05

R-CNN系列目标检测算法对比

R-CNN的检测思路是采用提取矿，对每个提取矿提取特征，图像分类，非极大值一直的四个步骤进行的。步骤：在数据集上训练CNN。R-CNN的论
sinat_18131557·2022-12-11 08:03

YOLOV5目标检测-后处理NMS(非极大值抑制)

目录一.非极大抑制整个计算原理二.yolov5中相应的代码三.同类别框相互包裹，去除低置信度，减少误检代码实现四.将所有的类别框当做一个类别进行nms一.非极大抑制整个计算原理步骤一：将所有矩形框按照不同的类别标签分组，组内按照置信度高低得分进行排序；步骤二：将步骤一中得分最高的矩形框拿出来，遍历剩余矩形框，计算与当前得分最高的矩形框的交并比，将剩余矩形框中大于设定的IOU阈值的框删除；步骤三：将
猫猫与橙子·2022-12-10 17:56

深度学习之什么是梯度

鞍点：在一个方向上取得极大值，一个方向取得极小值。动量：momentum，理解为惯性，这样可以冲出局部极小值点，找到全局极小值点。
中杯冰美式·2022-12-10 15:23

NMS(非极大值抑制）代码构建与详解

非极大值抑制（Non-MaximumSuppression，简称NMS）的思想是搜索局部极大值，抑制非极大值元素。
腿。·2022-12-10 14:11

【神经网络】卷积神经网络理论

高斯卷积核（解决平均卷积存在的问题）卷积核参数小结：高斯卷积核的特性：3、图像噪声与中值滤波器（非线性滤波器）：高斯噪声：中值滤波器（非线性滤波器）：4.2卷积与边缘提取边缘的种类：噪声对求边缘的影响：非极大值抑制
Koma_zhe·2022-12-10 11:37

步长与学习率

不过不用担心求极大值的话该怎么办，因为直接
weixin_30675967·2022-12-09 16:35

分水岭算法解析[halcon]

首先，把一幅图像看作起伏的地形，图像的每像素灰度值作为这个地形的高度，极小值是盆地，极大值为山脊。如下图为分水岭模型。向这个地形进行灌水，水会从高处往低处流，先在低洼处汇集.水慢慢填满低洼处。
闲忘七·2022-12-09 07:14

边缘检测之非极大值抑制原理

一、Halcon针对极大值抑制有两个算子，nonmax_suppression_dir和nonmax_suppression_amp。下面分别讲解两个算子用法。
豆浩宇·2022-12-09 04:38

使用HOG+SVM进行人脸检测

一、实验内容利用特征训练一个分类器（SVM）按照slidingwindow思想编写代码，提取HOG并生成候选框；使用分类器进行分类（Scoringeachproposal）编写非极大值抑制算法，去除一些置信度较低的候选框
YunduanBeichen·2022-12-08 15:58

Python OpenCV 图像匹配（Brute-Force与FLANN）的原理与代码实现

因此，我们可以在尺度空间中找到局部极大值。...https://qi
乔卿·2022-12-08 13:32

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（非极大值抑制算法
laobai168·2022-12-07 22:36

非极大值抑制

1.什么是非极大值抑制非极大值抑制，简称为NMS算法，英文为Non-MaximumSuppression。其思想是搜素局部最大值，抑制非极大值。
反正也没人看我的昵称·2022-12-07 05:40

2020哈尔滨工业大学(深圳)人工智能期末考试试卷回忆

blablablaF2:blablablaG:blablabla三、还是归结除了鸵鸟其他鸟不超过9英寸我没有养不超过九英寸的鸟鸵鸟不吃肉鸟社的鸟都是我的求证：额，忘记了，反正就是这个意思，有手就行四、博弈树极大值极小值倒推剪枝五
KeoKeoQAQ·2022-12-07 02:40

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 精读 （Faster R-CNN准备）

目录前期准备名词解释目标检测非极大值抑制（Non-Maximum-Suppression，NMS）RNN神经网络（循环神经网络RecurrentNeuralNetwork)注意力机制鲁棒性IOU拟复现代码前期准备名词解释目标检测输入图像中往往有很多物体
小火柴x_x·2022-12-07 02:01

目标检测（预测阶段-后处理）-置信度过滤，非极大值抑制

参考：（讲的详细，简单易懂）https://www.bilibili.com/video/BV15w411Z7LG/?is_story_h5=false&p=4&share_from=ugc&share_medium=android_hd&share_plat=android&share_session_id=f3bd490e-6f4d-43c2-97df-4573b8556221&share_s
嗯~啥也不会·2022-12-06 20:22

NMS 非极大值抑制原理及实现

非极大值抑制(Non-MaximumSuppression)在物体检测领域中，最后预测的结果一般有很多，其中会有一部分预测框重叠在一起。
Eloik·2022-12-06 14:54

NMS非极大值抑制

NMS非极大值抑制的功能：筛选出一定区域内、属于同一种类、得分最大的框。
我真帅66·2022-12-06 14:48

nms非极大值抑制实现C++

#include#include#includeusingstd::cout;usingstd::cin;structBoundingBox{floatx1;floaty1;floatx2;floaty2;floatscore;};structCmpBoundingBox{booloperator()(constBoundingBox&b1,constBoundingBox&b2){returnb
wytZzzz·2022-12-06 14:16

C++实现非极大值抑制NMS

在目标检测中，一个物体可能会有多个框，利用非极大值抑制（NMS,nonmaximumsuppression）来消除多余的框，找到物体的最佳检测位置。
mu_xing_·2022-12-06 14:46

NMS 非极大值抑制

NMS（nonmaximumsuppression）即非极大值抑制：通过筛选出局部极大值得到最优解。
下雨天吃火锅哩·2022-12-06 14:14

NMS非极大值抑制代码实现

文章目录前言NSM非极大值抑制的代码实现一、NMS是什么？二、代码实现总结前言NSM非极大值抑制的代码实现一、NMS是什么？
yc_excellent·2022-12-06 14:14

一文打尽各种nms非极大值抑制

NMS（非极大抑制）1.传统NMS（非极大抑制）NMS即nonmaximumsuppression即非极大抑制，顾名思义就是抑制不是极大值的元素，搜索局部的极大值。
Peterwatwec·2022-12-06 14:13

NMS（非极大值抑制）实现

最常用的算法就是NMS(Non-MaximumSuppresion,非极大值抑制)。该算法的思路很简单：只保留局部概率最大的检测框，与其重合的其他检测框都会被舍去。
给算法爸爸上香·2022-12-06 14:11

Shi-tomasi角点检测python实现及基于opencv实现 （角点检测、非极大值抑制）

写在前面：已经是七月中旬，黄宁然，你依然在这里。参考文献镇楼：[1]龚思宇宙，基于平面模板的摄像机标定及相关技术研究[2]汪洋，扫地机器人定位算法设计与嵌入式系统实现[3]Denny#，【opencv】goodFeaturesToTrack源码分析-1[4]Denny#，【opencv】goodFeaturesToTrack源码分析-2-Shi-Tomasi角点检测注：csdn发文助手提示“外链过
小火龙的马甲·2022-12-05 09:10

FAST角点检测python实现及基于opencv实现 （角点检测、非极大值抑制）

写在前面：黄宁然，看你看过的算法系列，即将进入尾声。参考文献镇楼：[1]DeepakGeethaViswanathan,FeaturesfromAcceleratedSegmentTest(FAST).[2]Fire丶Chicken，计算机视觉（角点检测）-3-FAST角点检测[3]zhaocj,Opencv2.4.9源码分析——FAST.注：csdn发文助手提示“外链过多”，故文献链接网址请见评
小火龙的马甲·2022-12-05 09:40

【边缘检测】Python实现SUSAN算法及使用非极大值抑制进行改进（含免费可用源代码）

本文免费源代码点击链接即可进入下载页面。对资源的补充说明：为保证代码能够正常运行，下载的压缩包中自带标准Lenapng图像。该算法无法对任意大小、任意格式的图片进行边缘检测。推荐使用尺寸较小的png图像。为防止环境的不同导致代码无法运行，现将本机环境说明如下：开发工具：JetBrainsPyCharm2018.3.5x64python版本：Python3.7所需导入包：（如果不知如何下载，请自行百
只爭朝夕不負韶華·2022-12-05 09:33

Susan角点检测python实现 （边缘检测、角点检测、重心计算、非极大值抑制）

Susan角点检测（边缘检测、角点检测、重心计算、非极大值抑制）写在前面黄宁然——看过你看过的算法，觉得好难。
小火龙的马甲·2022-12-05 09:28

计算机视觉实践之角点检测--Python实现--sobel滤波--Harris矩阵--角点检测器R--非极大值抑制

文章目录前言一、方法原理1.Harris角点检测2.Sobel滤波3.角点响应函数R二、代码实现1.**main函数**2.**corner_detect函数**三、结果对比1.不同检测方法（对比一下使用角点检测器R与H矩阵最小特征值）2.不同超参数k（使用角点检测器R，改变k值）3.非最大值抑制（对3x3的邻域范围内非最大值抑制）四、参考资料前言实现对图像的角点检测，编写Python程序能够对输
能智工人_Leo·2022-12-05 09:28

YOLOv5改进之十九：非极大值抑制NMS算法改进DIoU NMS

前言：作为当前先进的深度学习目标检测算法YOLOv5，已经集合了大量的trick，但是还是有提高和改进的空间，针对具体应用场景下的检测难点，可以不同的改进方法。此后的系列文章，将重点对YOLOv5的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。解决问题：YOLOv5默认采用NMS算法，主要是通过IoU来筛选出候选框。N
人工智能算法研究院·2022-12-04 11:24

鲸鱼算法matlab代码详解（二）

SearchAgents_no,Max_iter,lb,ub,dim,fobj)Leader_pos=zeros(1,dim);%定义种群初始位置Leader_score=inf;%定义最优初始值，可根据求极大值和极小值进行更换
Ferry88·2022-12-03 19:55

手写Canny C++

Canny边缘检测原理1.使用高斯滤波器平滑噪声2.计算图像中每个像素点的梯度强度和方向3.应用非极大值抑制，消除边缘检测带来的杂散响应4.应用双阈值来确定真实的和潜在的边缘1.高斯滤波高斯滤波器是一种可以使图像平滑的滤波器
三维重建及点云·2022-12-03 16:50

图像处理（四）：边缘检测（二）：sobel和canny

Canny算子：1、使用Gassian滤波器平滑处理；2、使用sobel算子分别计算x，y方向梯度分量及梯度方向；3、对梯度进行非极大值抑制；4、使用双阈值对边缘进一步检测和增强；实现代码如
MirrorYuChen·2022-12-03 16:20

【YOLO】目标窗口检测算法-NMS 非极大值抑制

写在最前本文对网上关于NMS的解释整理了一下一、原理YOLO在最后的一个步骤就是对SxSx(Bx5+C)个向量进行非极大值抑制（Non-maxsuppression），一开始不是太明白非极大值抑制是如何操作的
帅气的益达·2022-12-03 08:07

目标检测中的非极大值抑制(NMS)算法

目标检测中的非极大值一致算法本文首发于微信公众号【DeepDriving】，欢迎关注。
DeepDriving·2022-12-03 08:34

非极大值抑制java_非极大值抑制（Non-Maximum Suppression，NMS）

概述非极大值抑制(Non-MaximumSuppression，NMS)，顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。
weixin_39869378·2022-12-03 08:32

非极大值抑制算法（NMS）

定义：非极大值抑制（Non-maximumsuppression，NMS）是一种去除非极大值的算法，常用于计算机视觉中的边缘检测、物体识别、人脸检测、目标检测（DPM，YOLO，SSD，FasterR-CNN
碧寒·2022-12-03 08:57

NMS 非极大值抑制算法介绍

Non-MaximumSuppression(NMS)非极大值抑制概述非极大值抑制(NMS),顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。
StriveZs·2022-12-03 08:56

为什么用非极大值抑制(NMS)算法

为什么用非极大值抑制(NMS)算法非极大值抑制应用很多，如在边缘检测、目标检测中均有用到，起初能够理解算法本身逻辑，但是不明白为啥用NMS而不是直接用阈值算法呢？
jenny_paofu·2022-12-03 08:54

python实现NMS算法

NMS算法简介NMS（非极大值抑制）是目标检测中的后处理算法，用来过滤冗余的框。
chen1xixi·2022-12-03 08:22

Yolo算法检测之NMS（非极大值抑制）原理详解

刚开始学习算法的时候，nms非极大值一直学不明白，今天终于搞明白了，大致总结一下。
小馨馨的小翟·2022-12-03 08:18

【三维目标检测】CenterPoint（一）

因而，这种方法的后处理更加简洁，相邻目标可通过直接选择热力图中心点来确定最终目标，不需要非极大值抑制（N
Coding的叶子·2022-12-02 18:22

【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记（目标检测、锚框）

4.使用非极大值抑制（NMS）输出（每个类别保留一个框）5.一些小问题一、目标检测任务1.分类，即是将图像结构化为某一类别的信息，用事先确定好的类别(string)或实例ID来描述图片。
Jul7_LYY·2022-12-02 11:36

深度学习篇：常用目标检测评价指标

混淆矩阵（ConfusionMatrix），精确率（Precision），召回率（Recall），平均正确率（AP），meanAveragePrecision(mAP)，交除并（IoU），ROC+AUC，非极大值抑制
菜鸟的追梦旅行·2022-12-02 00:14

DETR:End-to-End Object Detection with Transformers阅读笔记

NMS:即非极大抑制顾名思义就是抑制不是极大值的元素搜索局部的极大值在最近几年常见的物体检测算法（包括rcnn、sppnet、fast-rcnn、faster-rcn
Lyttonkeepgoing·2022-12-01 23:51
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他