01111zz-CSDN博客

原创语义分割：U-net网络

U-Net 网络是一种在医学图像分割等领域广泛应用的深度学习架构。

2024-10-18 16:19:26 1733

原创图像分割介绍

总之，图像分割是图像处理和计算机视觉领域中的一个重要技术，它在医学影像、计算机视觉、工业检测等领域都有着广泛的应用。图像分割是指将图像分成若干个特定的、具有独特性质的区域并提取出感兴趣目标的技术。

2024-10-18 16:16:52 237

原创深度学习-YOLO-V5

YOLOv5 是一种先进的目标检测算法，具有很多优点和特性，以下是关于它的详细介绍：

2024-10-18 16:15:36 349

原创深度学习-YOLO-V4

YOLO-V4 是一种先进的目标检测算法，由俄罗斯开发者 Alexey Bochkovskiy 和两位中国台湾开发者 Chien-Yao Wang 和 Hong-Yuan Mark Liao 联合推出。总的来说，YOLO-V4 是一个高效、准确的目标检测算法，通过对网络结构的优化和训练技巧的改进，在速度和精度上都取得了优异的成绩，具有广泛的应用前景。

2024-10-12 15:34:04 486

faster-rcnn系列选择的先验比例都是常规的，但是不一定完全适合数据集。13*13特征图上：(116x90)，(156x198)，(373x326)26*26特征图上：(30x61)，(62x45)，(59x119)52*52特征图上：(10x13)，(16x30)，(33x23)右图：不同的特征图融合后进行预测；最后一层时感受野太大了，小目标可能丢失了，需融合之前的特征。这样会导致收敛问题，模型不稳定，尤其是刚开始进行训练的时候。终于到V3了，最大的改进就是网络结构，使其更适合小目标检测。

2024-10-12 15:24:45 1542

原创深度学习-目标检测

定义为预测正确的目标个数（真正例，True Positives）与预测出来的目标个数（真正例 + 假正例，True Positives + False Positives）的比值。2、在自动驾驶中，检测道路上的行人、其他车辆、交通标志等目标，为车辆的行驶决策提供依据。定义为预测正确的目标个数（真正例）与图像中实际存在的目标个数（真正例 + 假反例，True Positives+False Negatives）的比值。旨在从图像或视频中找出感兴趣的目标（如人、动物、车辆等）的位置，并确定其类别。

2024-10-10 14:49:47 2094 1