当前标签

计算机视觉

   
Latest
0 %
Explore the future relationship between robots, artificial intelligence and human beings.

计算机视觉:关键点检测、画质提升

1、关键点检测 花名:关键点定位/对齐/keypoint alignment 输入:包含目标的图像,如人脸图像、人体图像、手部图像等 输出:一组预定义的关键点位置(人脸五官,人体关节,手指关节等) 2、算法分类 regression法:直接回归关键点坐标(DeepPose、MTCNN、MobileNet) +模型简单,可导 +计算量小,速度快 +更好的连续性和稳定性 -容易过拟合(CNN) -空间…

📁 机器学习 📆 2023-05-16
计算机视觉:关键点检测、画质提升

计算机视觉:目标检测、人脸识别

1、目标检测 图像分类:分类、概率 目标检测:给出位置、分类、概率 数据标注:坐上坐标,右下坐标 矩形框 (x1,y1,x2,y2,class) 目标检测常用数据集:PASCAL VOC、MS COCO(30W+图片,80个分类) 目标检测的操作: 评价指标: 2、检测方法 二阶段目标检测—Faster RCNN,速度慢 一阶段目标检测—YOLO V8,快 目标检测新范式—DETR,训练时间长 3…

📁 学习日志 📆 2023-05-07
计算机视觉:目标检测、人脸识别

计算机视觉:图像分类实践

1、基本概念 图像分类 应用:电商图片分类、图片内容检索、垃圾分类、相册分类等 划分为:多类别、细粒度、多标签、零样本图像分类 传统图像分类手工提取特征+分类器 深度学习分类是从数据中学习特征 评估指标有:精度、召回率、F1-score、PR曲线、ROC曲线、混淆矩阵 经典的开源数据集有: •MNIST:手写数字数据集,6万张图片,10类,1x28x28,均匀分布 •CIFAR10:真实彩色图片,…

📁 学习日志 📆 2023-05-07
计算机视觉:图像分类实践
回到顶部