faster-rcnn的bounding boxes是否可以改进啊 40C

传统的bounding boxes是水平的,也就是正方形,(x y w h)怎么做成有方向的oriented bounding boxes (x1 y1 x2 y2 x3 y3 x4 y4)。
或者有没有这种有方向的bounding boxes目标检测算法,求大佬解答
类似下图
图片说明

0

2个回答

0

bounding box一般都是长方形的,包括(左上角坐标x,y和长,宽),根据你发的图来看,可以在其中加入一个旋转角度,
非矩形目标可能不太适合,进一步可以参考语义分割,对目标的边缘定位更准确。

0
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
anchor box 是如何确定的?
文章目录anchor box 是如何确定的anchor box 是如何确定的?anchor box 框的位置是怎么设置的?anchor box 的数量和形状是怎么设置的?anchor box 的预测过程是怎样的?nanchor box 是如何确定的nanchor box 是如何确定的?nanchor box 框的位置是怎么设置的?nn通常一个对象或者说一个中心点的 anchor box 不是通过数...
bounding box的回归原理学习——yoloV2
yolov2 box
object_detection的bounding box在graph中的操作例子(求IOU,排序等)
在物体检测(object detection)任务中,box的操作是一个比较麻烦的事情,特别是要在tensorflow的graph中实现这些操作。nntensorflow考到这点,也提供了一些工具函数。本篇文章就用一个例子来引导大家使用这些工具。nn首先是 BoxList类:存储多个box信息的数据结构nnbox_list_ops:提供了很多操作BoxList的方法,比如计算iou,排序等等nn这...
提取faster rcnn的所有boundingbox的fc7层特征
在demo函数末尾加上caffe可视化函数即可提取到每张图300个boundingbox的特征向量(1*4096)nnnn#!/usr/bin/env pythonnn# --------------------------------------------------------n# Faster R-CNNn# Copyright (c) 2015 Microsoftn# Licensed ...
bounding box 与 Region Proposal(候选区域)的关系
感觉一句话概括就是  :Region Proposal是一个区域,bounding box就是这个区域的4条边,而这4条边就是用一个4维向量来表示的。当然,ground truth的4条边也叫bounding box,即bounding box代表了一个区域的相对位置。nn不知道理解的对不?还请各位大佬指教。...
使用imgaug--python图像数据增强库进行Bounding Boxes影像增强
使用imgaug图像数据增强库进行Bounding Boxes影像增强简介imgaug安装Bounding Boxes实现读取原影像bounding boxes坐标生成变换后的bounding boxe坐标文件生成变换序列bounding box 变化后坐标计算使用示例数据准备设置文件路径设置增强次数设置增强参数输出n简介n相较于Augmentor,imgaug具有更多的功能,比如对影像增强的同时...
YOLO算法(Bounding Box)目标检测
Abstractnn在《基于深度学习的目标检测思路》中,提到了可以用滑动窗口的思路来做目标检测。除了滑动窗口,还有其他的目标检测算法吗?nn目标检测介绍nn传统的目标检测算法,都是基于滑动窗口,训练模型的,如下图所示。nnnn该方法对目标的标注,需要标注目标的位置、大小、类型等信息,标注成本是很高的。但是,做目标检测是少不了这个标注工作的。 n这种传统的滑动窗口目标检测方法,最大的缺点是: 窗口大...
可能用到的数据集记录
KITTI数据集简介: nhttp://lib.csdn.net/article/autonomous/62984SSD: Single Shot MultiBox Detector 训练KITTI数据集(1) nhttp://blog.csdn.net/jesse_mx/article/details/65634482 nhttps://github.com/manutdzou/KITTI_SS
bounding box回归的原理学习——yoloV1
参考: nhttps://zhuanlan.zhihu.com/p/25236464 nhttp://blog.csdn.net/williamyi96/article/details/77530948 nhttp://blog.csdn.net/zijin0802034/article/details/77685438 nhttps://leonardoaraujosantos.gitbooks.
目标检测:使用Open_cv在图像上批量画bounding box
本次使用的库具体版本为:Python 3.6.3Open_cv 3.3.0Numpy 1.14.2Win10 1709教育版1.问题提出    在之前使用Mask_RCNN检测之后,把检测到的坐标保存到了一个csv中,最近想看一下生成的bounding box准确与否,于是今天说一下如何使用Open_cv在图像上批量画bounding box!2.数据格式    本次主要包含如下两个文件:    ...
pytorch 从头开始faster-rcnn(二):数据集处理
一个神经网络的开始首先是要对数据进行处理。nn目标检测图像分为两个部分,一个是原始图像,另外一个是标志的xml文件。nn由于pytorch数据使用迭代器加载,所以处理都是一张一张图像的处理。nn1.加载图像和标签。nn标签包括boundingbox和其名称标签,由于boundingbox和其标签有多个,所有使用循环读取。返回图像及其标签。nnn def get_example(self, i...
【深度学习】多目标检测之anchor box
anchor box用于多目标检测,它在输出向量中增加了多个目标分量,也就是anchor box。
踩着坑画bounding-box
首先介绍一下工作要求:针对nyu_depth_v2_labeled.mat数据,实现用python读取mat文件里面的数据并在mat中图片上画出每个物品的bounding-box。 n首先,通过h5_file = h5py.File(“nyu_depth_v2_labeled.mat”)用h5py将mat数据转化为矩阵;file=scipy.io.loadmat('splits.mat')n##遍历
orientedboundingbox 基于OBB包围盒的碰撞检测模型 opengl
pudn上有这个文件不过我没积分,在网上找了老半天,终于找到这个我想要的资源了。马上分享给大家,赚个1分,意思一下。 这个模型是基于Nehe的代码拓展来的,看过Nehe的肯定会马上熟悉的。
3D集合图元:最小边界框/包围盒(boundingbox)
====================================================||nn欢迎讨论技术的可以相互加微信:windgs (请备注csdn+xx职业)nn====================================================||nn对于2D边界框的应用时比较广泛地,它为一个简单匹配建立了很小的计算规则,3D模型的boundingb...
YOLO中每一个grid cell 的两个 bounding box 是如何初始化的呢
刚刚也在想这个问题,突然想到这种解释,也不知道对不对,和大家讨论讨论。nn感觉我们问这个问题的时候,关注的是预测时,给网络一张图片,网络就会给每一个格子选择两个bbox,而且有些时候某些bbox很好的框出了物体,感觉好神奇。nn我感觉其实在刚开始训练的时候他肯定不会怎么智能马上预测出我们想要的bbox,肯定是经过多次训练,使预测bbox越来越理想。训练时,输出的数据里面有bbox的x,y,w,h,...
Faster RCNN 训练自己的检测模型
一、准备自己的训练数据根据pascal VOC 2007的训练数据集基本架构,第一步,当然是要准备自己的训练图片集,本文直接将自己的准备的图片集(.jpg)扔到如下文件夹下:n$(py-faster-rcnn)/data/VOCdevkit2007/VOC2007/JPEGImages第二步,根据上述自己的要训练检测的物体图片集,标注相应的.xml文件(我是自己写了一个简单的矩形框标注工具,生成相应
Faster R-CNN源码阅读之十一:Faster R-CNN预测demo代码补完
一、介绍 n   本demo由Faster R-CNN官方提供,我只是在官方的代码上增加了注释,一方面方便我自己学习,另一方面贴出来和大家一起交流。 n   这里对之前使用Faster R-CNN的demo进行预测时候的代码进行补完。nn二、代码和注释 n文件目录:Faster-RCNN/lib/fast_rcnn/test.pynndef im_detect(sess, net, im, box...
YOLOv2 论文笔记
论文地址:YOLO9000: Better, Faster, Stronger n项目主页:YOLO: Real-Time Object Detectionnn(最近博客下很多人请求Caffe 代码,受人所托,已经不再提供,且关闭本文评论,望请见谅)nn概述nn时隔一年,YOLO(You Only Look Once: Unified, Real-Time Object Detection)从v...
【object detection】Faster RCNN 实践篇 - 使用 resnet 做预训练,Kitti 数据集做 fine-tuning,训练一个目标检测模型
前言:nn如下图所示,根据自己制定的“Deep Learning”学习计划,11月份的主要任务是:熟悉各大DL网络模型,主要以分类和检测为主;看论文;熟悉病理数据等。我们有一个2人组的小分队,我这个月的主要工作集中在学习目标检测的经典算法以及基于tensorflow或者keras跑一些经典的案例,主要有R-CNN,SPP-Net,Fast-RCNN,Faster-RCNN,YOLO等;另一名成员主...
深度学习笔记1:end-to-end、anchor box解释、人体检测代码
SSD(SSD: Single Shot MultiBox Detector)是采用单个深度神经网络模型实现目标检测和识别的方法。该方法是综合了Fastern R-CNN的anchor box和YOLO单个神经网络检测思路(end-to-end).nnn非end-to-end方法:n目前目标检测领域,效果最好,影响力最大的还是RCNN那一套框架,这种方法需要先在图像中提取可能含有目标的候
faster rcnn中anchor的生成过程理解
首先,根据给定的base_size,生成一个所谓的base_anchor,其值为[0,0,base_size-1,base_szie-1]。例如当base_size=16的时候就生成一个坐标为[0,0,15,15]的矩形。nn第二步根据上面的上面得到base_anchor进行坐标变换,计算出中心点xc,yc和矩形的高和宽w,h.即将我们说的xmin,ymin,xmax,ymax形式的坐标转化为w,...
Faster-RCNN利用代码实现讲解算法原理
​ Faster-RCNN利用代码实现讲解原理n​ 在学习Faster-RCNN时,阅读论文发现很多的细节不是很清楚,突然之间在网上看见Object Detection and Classification using R-CNNs 从代码的角度分析了Faster-RCNN的实现细节,本文中使用的代码为Pytorch实现的Faster-RCNN,github地址为:https://github.c...
关于Faster-Rcnn中的AnchorBox的一些理解
最近在看faster-rcnn的源码,写一写笔记~nn之前看论文的时候,anchorbox这个东西,虽然大概意思是理解了,但是还是有很多细节没想明白,之前读代码的时候又有了更深的理解。nn首先,faster-rcnn在计算anchorbox之前大概是下面这几步: n n为了更方便理解,我列出了实际情况中一个图片的输入对应的过程中的各个输出结果的size,而实际情况中,输入的size是不确定的,re...
[目标检测] Faster R-CNN 深入理解 && 改进方法汇总
Faster R-CNN 从2015年底至今已经有接近两年了,但依旧还是Object Detection领域的主流框架之一,虽然推出了后续 R-FCN,Mask R-CNN 等改进框架,但基本结构变化不大。同时不乏有SSD,YOLO等骨骼清奇的新作,但精度上依然以Faster R-CNN为最好。对于一般的通用检测问题(例如行人检测,车辆检测),只需要n        PS: 一作任少卿大神人挺帅
统计数据集中真实标记框的分布情况
目标检测的数据集中的ground truth box的分布情况很重要。nn一般原始图片在送入网络前会进行缩放(等比例缩放,固定尺寸缩放等),则我们使用lableImg等标记工具打的标签框对应的区域的大小也会缩放。统计其数据分布情况,可以为网络优化提供参考(比如说,如果缩放后,都分布于特别大的范围或者特别小的范围,那么就将网络中检测其他范围大小的层数删除,进行模型的裁剪)nn下面的实例代码,是将图片...
faster RCNN(keras版本)代码讲解(3)-训练流程详情
faster RCNN(keras版本)代码讲解博客索引: n1.faster RCNN(keras版本)代码讲解(1)-概述 n2.faster RCNN(keras版本)代码讲解(2)-数据准备 n3.faster RCNN(keras版本)代码讲解(3)-训练流程详情 n4.faster RCNN(keras版本)代码讲解(4)-共享卷积层详情 n5.faster RCNN(keras版本)...
YOLO下一步:输出预测boundingbox做进一步处理
在博文http://blog.csdn.net/nnnnnnnnnnnny/article/details/54561928的基础上,在printf("%d %d %d %d\n",left,right,top,bot);后添加如下代码,可将坐标保存到my_out_file.txt文件中,以进一步处理!FILE *pFile = fopen("/home/wang/darknetxiaoge/my
【目标检测算法】YOLOv1学习笔记
YOLO算法中把物体检测(object detection)问题处理成回归问题,用一个卷积神经网络结构就可以从输入图像直接预测bounding box和类别概率。(看最下的ppt有助于理解哦
【深度学习】语义分割 PASCAL VOC 2012 增强数据集
概述rn这个数据集是Hariharan[1]提供的做法,后来被广泛采用,包括[2][3][4][5][6],这里参考博文用于FCN的Pascal VOC 2012增强版语义分割数据集制作的步骤。rn其中的步骤已经描述得相当清楚,但是,文章提供的PASCAL VOC 2012语义分割数据集彩色标注转灰度图的脚本有错误,请使用笔者Debug之后的脚本:rn另外,上述博客的如下命令路径有误:rnpython c...
Faster RCNN代码详解(四):关于anchor的前世今生
在上一篇博客中介绍了数据处理的整体结构:Faster RCNN代码详解(三):数据处理的整体结构。这一篇博客介绍数据处理的细节,在该项目代码中关于数据处理的细节主要是通过assign_anchor函数来实现的,该函数所在脚本:~/mx-rcnn/rcnn/io/rpn.py,该函数涉及详细的anchor生成、anchor标签设定、anchor的回归目标和分类目标等。这一部分也是你想要深入了解Fas...
目标检测5: faster-rcnn改进版, yolov3, retinanet效果比较
上接前面4篇。nn下图显示了faster改进版,yolov3,retinnet结果的比较,图来自yolov3论文。nn    从效果上看:整体上retinanet效果最好,但速度不及yolov3,约为yolov3的3.8倍。yolov3效果不如retinanet的原因可能是:focal loss起作用了;retinanet使用较多的anchor(retinanet每个尺寸的输出使用9个anchor...
如何生成OBB(OrientedboundingBox)方向包围盒
一、包围盒简介:          包围盒是一个简单的几何空间,里面包含着复杂形状的物体。为物体添加包围体的目的是快速的进行碰撞检测或者进行精确的碰撞检测之前进行过滤(即当包围体碰撞,才进行精确碰撞检测和处理)。包围体类型包括球体、轴对齐包围盒(AABB)、有向包围盒(OBB)、8-DOP以及凸壳。包围盒广泛地应用于碰撞检测,比如射击、点击、相撞等,每一个物体都有自己的包围盒。因为包围盒一般为规则...
Soft(er)-NMS:非极大值抑制算法的两个改进算法
论文连接:nnSoft-NMS – Improving Object Detection With One Line of Coden Softer-NMS: Rethinking Bounding Box Regression for Accurate Object Detectionn之前用了一篇博客详细说明了NMS的原理,Cython版加速实现和CUDA加速版实现,然而NMS还是存在一些问题...
Tensorflow框架下Faster-RCNN实践(一)——Faster-RCNN所需数据集制作(附代码)
最近刚实现了在Ubuntu16.04、Tensorfllow1.0下 Faster R-CNN 从数据制作到训练再到利用生成的模型检测的测试图片的全过程,现在将具体的过程记录在博客,方便遇到困惑或者需要的朋友查看。n制作数据集利用Faster R-CNN训练自己的数据的时候,一般有两种方法:n 1、按照VOC2007的格式修改自己的数据格式 n 2、根据自己的数据格式修改源码n这里我们一般推荐第
实时的神经网络:Faster-RCNN技术分析
另CNN在人工智能领域脱颖而出的是许多精妙的思想,受生物视觉所启发的局部感知策略,基于统计特性的权值共享,利用特征聚合的池化……这些tricks优化performance的同时,也以指数级递减了计算的复杂度,再者为架构并行和数据切分训练提供了可能。n 而作者通过交替训练方式进一步把参数共享的思想推到当前学术水平的极致.
在faster rcnn中使用soft nms,faster rcnn的改进(一)
1. 背景介绍nn我的项目是利用faster rcnn检测kiiti数据集,用原始nms,iters = 10000的情况下,得到的mAP = 0.586, 在改用soft nms后,其他参数均不变的情况下,得到的mAP = 0.622。算是挺大的改进了,所以分享一下具体实现。 n我用的Faster-RCNN是tensorflow版本,github地址:Faster-RCNN_TFnn2. sof...
Faster-RCNN的关键点总结
“  要得到,你必须要付出,要付出,你还要学会坚持。如果你真的觉得很难,那你就放弃,但放弃你就不要抱怨。”nn nn nn2018年8月31日12:00:00nn8月的最后一天了~nn真的好累nn坚持,再坚持。nn一想到上了这么多年学就是为了现在,就~nn好吧,不废话了nn把自己最近总结的关键点记录下来:nn nn              nn nn先解释下吧(自己总结的):nnFaster-R...
yolo翻译
you only look oncennAbstractnWe present YOLO, a new approach to object detection.nPrior work on object detection repurposes classifiers to perform detection. (以前的工作都是使用分类器类执行检测工作)Instead, we frame obj...
目标检测 获得的boundingbox 绘制并且保存
可能我是读了一个假的研究生,这么简单的弄了3个小时,本来打算用现成的 可是一直保存不了,后面没办法自己写了一个。nn其中 VOC_BBOX_LABEL_NAMES是list数组 保存对应的标签名,如果类别多的话可以用循环来写(我写在第二个代码上),颜色全部固定一致的,我第一种写法颜色是不一致的。nnn pred_bboxes_, pred_labels_, pred_scores_ ...
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 第一天学习java的改进 python怎么学啊