在前面几节中，我们已经介绍了什么是目标检测，以及如何进行目标检测，还提及了滑动窗口，bounding box、以及IOU,非极大值抑制等概念。 这里将会综述一下当前目标检测的研究成果，并对几个经典的目标检测算法进行概述，本文内容来自基于深度学习的目标检测，在后面几节里，会具体讲解每一种方法。 在深度 ...
分类：
编程语言 时间：
2018-07-01 15:17:14
阅读次数：
288
你如何判断对象检测算法运作良好呢？在这一节中，你将了解到并交比函数，可以用来评价对象检测算法。 一 并交比(Intersection over union ) 在对象检测任务中，你希望能够同时定位对象，所以如果实际边界框是这样的，你的算法给出这个紫色的边界框，那么这个结果是好还是坏？所以交并比（lo ...
分类：
其他好文 时间：
2018-06-29 21:46:19
阅读次数：
276
不知不觉，做了好多iou的实验了，当然这些暂时只停留在二层和三层，所以并没有和unix/linux操作系统产生太多的交集。 平时只是在用iou，只是unix内核的Cisco命令行，和linux shell自然有互通处，但毕竟是两回事。 暑假，才会真正开始上linux的课程。但因为东软这边要实训，所以 ...
分类：
系统相关 时间：
2018-06-07 19:30:23
阅读次数：
205
以下平台搭建工具：GNS3 2.1.5 VMware Workstation 10 GNS3 IOU-IOSi86bi-linux-l2-adventerprise-15.1b.bin（L2二层交换）i86bi-linux-l3-adventerprisek9-15.4.1T.bin（L3三层路由） GNS3 VM iourc：授权
分类：
其他好文 时间：
2018-05-30 14:28:58
阅读次数：
1104
评价指标： 准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）。 1、准确率 （A ...
分类：
其他好文 时间：
2018-05-22 14:44:53
阅读次数：
3021
转载请注明出处： http://www.cnblogs.com/darkknightzh/p/9043395.html 参考网址： https://github.com/deepinsight/insightface/blob/master/src/align/align_megaface.py中I ...
分类：
其他好文 时间：
2018-05-16 00:46:09
阅读次数：
364
GNS2.1.3GNS3已经到2.1.3版了，比起之前的版本扩展很多了，最近下了几个网络模拟器，感觉还是用新版的好啊。感觉gns3和eveNG差不多，webiou已经不开发了，当然了各有所用吧。一般的用足够了，下载点IOU的镜像。iOS可以用之前的.py文件上传方法破解license。看到一个好的license方法，命令自动生成确保CiscoIOUKeygen.py已经上传后，执行命令cd/opt
分类：
其他好文 时间：
2018-03-02 10:23:54
阅读次数：
2797
这部分代码是把所有anchor中超过了图片边界部分的anchor去掉，即论文中说的cross-boundary anchors 这部分代码是把和gt-roi有最大iou的anchor和与任何gt-roi iou大于0.7的anchor的label置为1，即前景。这和论文中所说的是一样的。 把和所有g ...
分类：
其他好文 时间：
2017-09-27 15:24:36
阅读次数：
710
0.说明（重要，务必先看）（1）关于模拟器选择思科模拟器主要有PacketTracer和GNS3（IOU暂且不说），可以根据个人的情况做适当的选择，实际上，GNS3的效果要比PacketTracer好很多，但是为了实验的方便性，这里选择PacketTracer，但是如果想深入学习思科网络技术，首选GNS3.（对..
分类：
其他好文 时间：
2017-04-25 15:00:20
阅读次数：
1199
在目标检测的评价体系中，有一个参数叫做IoU(交并比)，即模型产生的目标窗口与原来标记窗口的交叠率。可以简单理解为：检测结果(Detection Result)与Ground Truth的交集比上它们的并集，即为检测的准确率IoU： 用公式表示为： 理想情况下，IoU=1,即完全重合 ...
分类：
其他好文 时间：
2017-04-07 13:35:32
阅读次数：
977
