细粒度目标识别第27页

【笔记】YOLOv3+darknet实现目标识别

目录一、安装OPENCV3.41、安装配置相关工具及依赖库2、从官网下载源码3、安装过程（1）将zip文件解压到当前目录（2）进入解压后的文件夹（3）创建一个编译需要的临时文件夹build，并进入（4）cmake一下（5）进行make编译，需要很久，静静等待（6）进行makeinstall安装二、编译darknet1、首先要安装Darknet，拷贝他们的github：2、修改Makefile3、修

因吹厮婷·2023-01-11 01:21

利用mindspore下面mindzoo里面的yolov3-darknet53进行目标识别，模型训练不收敛

Modelzoo中yolov3-darknet53代码（mindspore1.1源码中的modelzoo）。运行环境：mindspore-gpu1.4.1docker，python3.7.5【操作步骤&问题现象】1、数据方面：原始数据是公开比赛数据xinye，标注标准是coco2014格式。数据的组织形式是按照yolov3-darknet53.其中训练数据1300张，大小为960*720（widt

小乐快乐·2023-01-11 01:51

(一）YOLO目标识别模型 ——Darknet53网络结构

（一）YOLO目标识别模型——Darknet53网络结构参考本文链接：https://blog.csdn.net/leiduifan6944/article/details/104857968文章目录参考前言一

jieke2020·2023-01-11 01:19

darknet-yolov3目标识别的训练与使用

本文使用的darknet均基于ubuntu系统，既可以在电脑上使用，也可以在jetsonnano等高级嵌入式主控板上使用，两者操作系统均为ubuntu系统，安装流程基本一样。本文主要针对电脑上的使用。一、基本环境配置（jetsonnano可以跳过）首先要在电脑上安装ubuntu系统，还不会安装的小伙伴可以参见我之前发布的博客：Ubuntu20.04+anaconda+ros2-foxy安装_zst

zst1406217·2023-01-11 01:47

通信感知一体化（ISAC）概述

狭义的感知网络是指具有目标定位（测距、测速、测角）、目标成像、目标检测、目标跟踪和目标识别等能力

mtz要发文章·2023-01-11 01:16

CUB-200鸟类数据集

该数据集由加州理工学院在2010年提出的细粒度数据集，也是目前细粒度分类识别研究的基准图像数据集。

hxxjxw·2023-01-10 19:16

Pycharm之目标识别（python，opencv）

身为大学生党的我，目前正在努力学习图像处理的相关知识，这篇文章是我的一点心得——目标识别。图像处理(imageprocessing)，用计算机对图像进行分析，以达到所需结果的技术，又称影像处理。

一个宇先生️·2023-01-10 15:04

高光谱知识(1)-高光谱成像技术的理解

这种兼具相机的高分辨成像能力和光谱仪的高光谱分辨能力使得高光谱被广泛应用于测绘遥感、目标识别、环境监测与评估、临床影像诊断、过程监控等任务中，并在地理、空间、海洋、气候、大气、农业、植被、生态、医

Echo_Code·2023-01-10 14:48

2020.10.11-基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别

主要宏观问题这篇论文要解决什么问题？晴天（白天逆光、侧逆光）、阴天及夜间补光条件下的广域复杂环境中猕猴桃因枝叶遮挡或部分果实重叠遮挡所导致的识别精度较低的问题。这篇论文用了什么方法？使用以Im-AlexNet为BackBone的FasterRCNN这篇论文的创新点是什么？作者最引以为豪的结论是什么？对AlexNet网络进行参数修改，将网络的识别精度提高到了96.00%，且识别单幅图像的时间约为1s

我真的爱发明·2023-01-10 11:33

Action Assessment by Joint Relation Graphs 论文笔记

这对于细粒度和精确的动作评价是低效的，因为每个关节的动作质量依赖于它的邻居关节。尽管有些工作已经分析

sulizhi_ylearn·2023-01-10 10:05

目标识别100例 | 第8例：鸟类识别 - 卷积神经网络（ResNet-50）

《目标识别100例》使用的是Python语言、TensorFlow框架，包含了几十种CNN算法案例附有源码与数据，可一键运行，避免调试烦恼课程大作业、毕业论文可直接考借鉴同时附带各种算法原理及对应的代码教程

明天依旧可好·2023-01-09 19:26

2021-09-14

机器人打靶项目概述文章目录机器人打靶项目概述前言一、目标识别yolov5训练过程霍夫梯度法进行靶线检测二、arm环境部署1.tensorRT推理加速2.三、雷达数据处理1、点云数据与图像进行融合2、ros

茴的四种写法·2023-01-09 19:55

python画不同颜色的直方图_Python与机器视觉(x) 颜色直方图

本系列博客主要分享Python在机器视觉/计算机视觉下的编程应用cv2包是著名的视觉库OpenCV的Python实现颜色直方图一般用于统计图片不同通道像素强度的分布，并可以基于此来实现对比度提升、以及简单的目标识别

weixin_39596720·2023-01-09 08:13

Aspect-based Sentiment Analysis with Opinion Tree Generation 论文阅读笔记

ShoushanLiNaturalLanguageProcessingLab,SoochowUniversity,Suzhou,ChinaAlibabaGroup,Hangzhou,China二、背景作为细粒度的情感分析任务

呦，又写BUG呢·2023-01-08 15:10

OpenCV4入门到进阶

章图像&视频的加载与展示第4章OpenCV必知必会基础第5章OpenCV实现图形的绘制第6章OpenCV的算术与位运算第7章图像基本变换第8章OpenCV中的滤波器第9章OpenCV中的形态学第10章目标识别

Chance Z·2023-01-07 22:29

学习日记2021-03-16论文学习

[在这里插入图片描述](https://img-blog.csdnimg.cn/20210316101836650.png基于显著增强分层双线性池化网络的细粒度图像分类陈珺莹,陈莹*

Ger. 假老练·2023-01-07 22:27

11(3)-AirSim+四旋翼仿真-AirSim中人工势场法方法改进

1.障碍物检验之前使用了AirSim中提供的目标识别接口，主要问题在于受到可搜索目标种类的限制，无法识别的物体不会被视作障碍物；检测距离受限，在距离小于3米时难以识别。

k_kun·2023-01-07 19:52

2022知识追踪最新综述——A survey on DLKT

主流DLKT模型提出的技术方法的细粒度分类KT技术的细节分析技术解决方案的分析和DL

摆烂小火·2023-01-07 17:15

基于NVIDIA的deepstream进行串行多任务模型开发，DeepStream 多模型组合检测（精）

本文是基于deepstream-app；同理可以看deepstream-test2的源码关于串行多模型配置的说明，参见文章：deepstream的nvinfer属性功能介绍如果你有这样的需求，例如在进行目标识别

鼾声鼾语·2023-01-07 12:11

Keras 多任务实现，Multi Loss #########Keras Xception Multi loss 细粒度图像分类

这里只摘取关键代码：#createthebasepre-trainedmodelinput_tensor=Input(shape=(299,299,3))base_model=Xception(include_top=True,weights='imagenet',input_tensor=None,input_shape=None)plot_model(base_model,to_file='x

mishidemudong·2023-01-07 09:13

A Contrastive Cross-Channel Data Augmentation Framework for Aspect-Based Sentiment Analysis 论文阅读笔记

DachengTaoCollegeofComputerScienceandTechnology,JilinUniversityJDExploreAcademyTheUniversityofSydneyWuhanUniversity二、背景基于方面的情感分析（ABSA）是一种细粒度的情感分析任务

呦，又写BUG呢·2023-01-07 08:30

卷积神经网络之-Alexnet学习

目标识别目标识别：目标是什么目标检测：目标是什么位置在哪里目标分割：像素的对前景与背景分类目标跟踪：动态目标的轨迹Alexnet前向传播换一种表达方式三个卷积层三个池化层三个全连接层激活函数用ReLu，

码啥码·2023-01-07 07:59

移动端目标识别(2)——使用TENSORFLOW LITE将TENSORFLOW模型部署到移动端(SSD)之TF Lite Developer Guide...

TFLite开发人员指南目录：１选择一个模型使用一个预训练模型使用自己的数据集重新训练inception-V3,MovileNet训练自己的模型２转换模型格式转换tf.GraphDef完整转换器参考计算节点兼容性Graph可视化工具３在移动端app,使用TensorFlowLite模型推理androidIOSRaspberryPI使用一个TensorFlowLite模型在你的移动端app需要受到需

weixin_30457065·2023-01-06 11:30

深度学习小目标识别方法整理

参考文章：https://blog.csdn.net/HiWangWenBing/article/details/122348281整理如下：

胖子工作室·2023-01-06 10:41

基于深度学习的机器人目标识别和跟踪

如今，深度学习算法的发展越来越迅速，并且在图像处理以及目标对象识别方面已经得到了较为显著的突破，无论是对检测对象的类型判断，亦或者对检测对象所处方位的检测，深度学习算法都取得了远超过传统机器学习算法的准确率。当前，可以机器人技术分为以下两种学科的跨学科分支，即工程和科学。其包含计算机科学、机械工程、电子信息工程等。机器人的设计与制造和用于机器人的运动规划控制、传感器反馈和信息处理的技术系统在机器人

人工智能技术与咨询·2023-01-06 04:42

简单搞定数仓搭建:架构与模型设计(二)

上期引用：https://mp.csdn.net/mp_blog/creation/editor/118491690数据模型目录数据引入层（ODS）数据引入层表设计建表示例数据引入层存储缓慢变化维度明细粒度事实层

白枭·2023-01-06 01:22

INTERSPEECH 2022｜面向零样本声音克隆的内容相关细粒度说话人表征方法

本文由清华大学与腾讯AILab、香港中文大学合作。零样本说话人自适应（zero-shotspeakeradaptation），或称为零样本声音克隆，旨在根据任意一条参考语音（referencespeech）合成训练过程中从未见过的说话人（unseenspeaker）的声音。以往的工作大多从参考语音中提取一个固定维度的向量作为说话人表征，该思路虽然能较好地表示说话人的音色、整体说话方式，但其有限且粗

语音之家·2023-01-05 22:55

PaddleDetection常用配置参数

YOLOv3为例snapshot_iter:2000#建议设置为最大训练batch数除以50，即总共保存50个模型use_fine_grained_loss:false#细粒度损失，在目标类别非常相近（

陌北v1·2023-01-05 19:48

细粒度情感分析：还在用各种花式GNN？或许只用RoBERTa就够了

点击上方“AI遇见机器学习”，选择“星标”公众号重磅干货，第一时间送达来自|知乎作者|邱锡鹏地址|https://zhuanlan.zhihu.com/p/366133681编辑|机器学习算法与自然语言处理公众号本文仅作学术分享，若侵权，请联系后台删文处理论文地址:[Paper](arxiv.org/abs/2104.0498)代码repo:[RoBERTaABSA](github.com/ROG

Evan-yzh·2023-01-05 16:28

YOLO 模型的评估指标——IOU、Precision、Recall、F1-score、mAP

我将目标识别的评估指标总结为两部分，一部分为预测框的预测指标，另一部分为分类预测指标。预测框的预测指标——IOU（交并比）预测框的准确率用IOU来反映。

G.E.N.·2023-01-05 14:48

EfficientDet：目标识别领域的 EfficientNet --个人理解记录

EfficientDet：目标识别领域的EfficientNet--个人理解记录前言：论文标题：EfﬁcientDet:ScalableandEfﬁcientObjectDetection论文地址：[EfﬁcientDet

D_galaxy·2023-01-05 12:31

阅读“细粒度图像识别关键技术研究”

细粒度识别的对象是区分同一类别下的不同子类别物体；细粒度图像识别的物体具有相似的形状和纹理，物体间的差异非常细微1.研究现状背景概括细粒度识别中所采用的目标定位可以分为两类:一类是关键点定位，一类是区分性区域定位

潇洒哥的羊皮卷·2023-01-05 09:58

【医学影像】超声（UltraSound）影像的增强与目标检测

综述1.1超声发展简史1.2超声类型2超声影像的去噪与增强2.1各向异性扩散去噪模型2.2色彩恢复的视网膜增强算法SSR和MSR2.3MSRCR增强算法（基于MSR算法改进版）2.4参考文献3超声影像的目标识别

muyijames·2023-01-05 05:54

单GPU每秒76帧，重叠对象也能完美分割，多模态Transformer用于视频分割效果惊艳...

特别是近一两年，Transformer模型已经开始在CV任务上大展手脚，从目标识别到检测，效果优于通用的C

深度学习技术前沿·2023-01-04 19:51

音视频人脸、目标识别，音视频推流学习笔记01

透明水晶·2023-01-04 16:18

【Dataset】GoEmotions: A Dataset of Fine-Grained Emotions

可以使用具有细粒度类型的大规模数据集来改进，以适应该领域的进展。本文介绍了GoEmotits数据集，这是最大的58k个英语Reddit注释的手动注释数据集，标记为27种情绪类别或中性。

Vincy_King·2023-01-04 15:06

百万并发场景中倒排索引与位图计算的实践

是用户下单黄金链路上的重要节点；控单系统主要逻辑是针对用户请求从规则库中找出符合条件的最优规则，并将该规则的时效控制结果返回客户端，比如因为临时疫情等原因针对仓、配、商家、客户四级地址等不同维度进行精细粒度的时效控制

·2023-01-04 15:38

MM2022 | 用StyleGAN进行数据增强，真的太好用了

MM2022|用StyleGAN进行数据增强，真的太好用了【写在前面】本文研究了生成文本-图像对的开放性研究问题，以改进细粒度图像到文本跨模态检索任务的训练，并提出了一种通过揭示StyleGAN2模型隐藏的语义信息来增强配对数据的新框架

FightingCV·2023-01-04 11:11

深度学习学习文章、视频整理

顶尖大佬全中文教学“这周组会又有内容了”、“导师您来了”斯坦福2021秋：实用机器学习，从入门到毕业，短小精悍经典DL论文精读，无废话，极易懂，高站位UP：同济子豪兄理论入门的不二人选，十几篇主干网络与目标识别的

weixin_47741262·2023-01-04 11:09

图像标注工具之labelme和labelimg

1.labelimglabelimg,是一种矩形标注工具，常用于目标识别和目标检测,可直接生成yolo读取的txt标签格式，但其只能进行矩形框标注。

@Benron·2023-01-04 10:46

labelImg和labelme的区别、安装和基本使用

Win10labelImg的使用labelme的安装和使用labelme的安装——Win10labelme的使用labelImg和labelme的区别labelImglabelimg是一种矩形标注工具，常用于目标识别和目标检测

Winkyyyyyy·2023-01-04 10:15

labelme和labelimg的区别

而另外一种labelimg,是一种矩形标注工具，常用于目标识别和目标检测，其标记数据输出为.xml和.txtlabelimg进行打标签的矩形框

七月&安生·2023-01-04 10:45

论文翻译：Deep Learning for Anomaly Detection: A Review，异常检测的深度学习:回顾

本文综述了深度异常检测方法的研究进展，并对检测方法进行了综合分类，包括三个高级分类和三个高级分类11种方法的细粒度分类。我们回顾了他们的主要直觉、目标功能、基本假设、优势和劣势，并讨论了他们如何应对

王壹浪·2023-01-04 09:55

数字图像处理期末总结

可视数字媒体涉及计算机视觉、计算机图形学、人工智能、数字图象处理、图像视频压缩、虚拟现实技术等研究领域；3）应用领域：机器人（立体视觉、自动驾驶）遥感，医学（图像分析，植被、骨骼）•安全，监控（门禁、视频监控）•国防（目标识别与跟

假面兔子·2023-01-04 08:09

ML2021 | (腾讯)PatrickStar：通过基于块的内存管理实现预训练模型的并行训练

PatrickStar通过以细粒度方式管理模型数据来更有效地使用异构内存，从而克服了这些缺点。本文附上了PatrickStar的使用示例。PatrickStar与模型定义无

CV技术指南(公众号)·2023-01-04 08:36

[深度学习] 基于切片辅助超推理库SAHI优化小目标识别

对象检测是迄今为止计算机视觉中最重要的应用领域。然而，小物体的检测和大图像的推理仍然是实际使用中的主要问题，这是因为小目标物体有效特征少，覆盖范围少。小目标物体的定义通常有两种方式。一种是绝对尺度定义，即以物体的像素尺寸来判断是否为小目标，如在COCO数据集中，尺寸小于32×32像素的目标被判定为小目标。另外一种是相对尺度定义，即以物体在图像中的占比面积比例来判断是否为小目标，例如国际光学工程学会

落痕的寒假·2023-01-04 08:34

复现教程 | 用picodet做小尺寸目标识别（含参数）

项目代码：Paddledetection-picodet:https://github.com/PaddlePaddle/PaddleDetection一、环境配置下载anaconda，安装，win10左下角查找anacondaprompt打开输入condacreate–npicodetpython==3.8.13回车创建新环境picodet（conda会列出所有相关的包，问你是否下载，输入y后回

uuyymilkyl·2023-01-04 08:57

CutPaste Self-Supervised Learning for Anomaly Detection and Localization

Self-SupervisedLearningforAnomalyDetectionandLocalization用于异常检测和定位的自监督学习简洁版问题：异常的检测和定位现有工作不足：现有的工作主要关注以对象为中心的自然图像中的检测语义异常值，这种方式在检测细粒度异常方面

向光光同学·2023-01-03 11:59

论文阅读—Towards Good Practices for Very Deep Two-Stream ConvNets

摘要深度卷积网络在静止图像中的目标识别方面取得了巨大成功。然而，对于视频中的动作识别，深度卷积网络的改进并不那么明显。我们认为有两个原因可以解释这一结果。

dl_sn·2023-01-03 07:23

基于MobileNet_SSD和树莓派的栗实象目标检测系统设计

DesignofthechestnutimagetargetrecognitionsystembasedonMobileNet_SSDandRaspberryPi 本项目以湘潭市金湖良种板栗培育场捕捉和培育的栗实象成幼虫为研究对象，探索深度学习在栗实象目标识别与检测中的应用与技术支持

脑瓜子嗡嗡的小刘·2023-01-02 10:37

推荐频道

细粒度目标识别