原创 TF版Faster R-CNN 的 Align-Pooling 實現

endernewton版本的faster tensorflow實現代碼: https://github.com/endernewton/tf-faster-rcnn 修改的roi-pooling代碼 # ----------------

原创 Python:目標檢測中xml的信息批量統計

想實現一個功能,統計目標檢測數據集中,目標的平均寬、高、面積,以及目標面積與原圖面積比例的情況。目的是可以對數據集的情況有一些感性的認識。 代碼邏輯 ''' 1.讀取路徑下的xml文件名,並保存爲列表 2.循環   1)按文件名字列表分別

原创 Python: 文件夾下xml內容批量替換、刪除

  功能:對文件夾下的所有xml進行批量替換或刪除。 #-*- coding:utf-8 -*- #將a替換成b import os xmldir='' savedir='' xmllist=os.listdir(xmldir) f

原创 ImageOpenV4數據集幾點說明

2018.12.11更新:關於ImageOpenV4數據集 上次閱讀《百度視覺團隊參賽技術解剖》進行的分析。 https://blog.csdn.net/gusui7202/article/details/84259232 原始資料爲:h

原创 ROI-Align 原理理解

-----   對背景問題的理解  ----- 之前一直在想一個問題:一個Label在原圖上標記出一個包含目標的區域。這個框在特徵提取後,大小被縮小到了什麼程度? 如果這個label框本身就不大,那麼經過幾層池化之後,是不是在最後的fea

原创 結合代碼分析FasterRCNN的訓練數據blob準備過程

採用tf版本Faster:代碼如下 https://github.com/endernewton/tf-faster-rcnn 代碼結構: 先給總結: 輸入流入腳本的順序:train_val.py---->layer.py---->mi

原创 tf版FasterRCNN:resnet_v1.py代碼解讀

個人代碼閱讀筆記。 # -------------------------------------------------------- # Tensorflow Faster R-CNN # Licensed under The MI

原创 tf版FasterRCNN:train_val.py代碼解讀

個人代碼閱讀筆記。 # -------------------------------------------------------- # Tensorflow Faster R-CNN # Licensed under The MI

原创 Python: 自動計算圖像數據集的RGB均值

圖像數據集往往要進行去均值,以保證更快的收斂。 代碼: 創建一個mean.py,寫入如下代碼。修改路徑即可使用 ''' qhy 2018.12.3 ''' import os import numpy as np import cv2

原创 tf版FasterRCNN: network.py代碼閱讀

個人代碼閱讀筆記。 # -------------------------------------------------------- # Tensorflow Faster R-CNN # Licensed under The MI

原创 tf.slice(inpiuts, begin, size, name )函數說明

tf.slice用於從列表、元組或者多維數組裏面提取部分數據。形象表示就是下圖 就跟截圖一樣,首先找到在原圖上的七點座標begin=[a,b] 然後定義要slice數據的w和H,size[h,w ] 然後給個名字,就提出來了。 實例如下

原创 proposal_top_layer.py和snippets.py函數解析

proposal_top_layer.py 這個函數在主網絡network.py裏面調用到,負責對rpn計算結果roi proposals的優選,不包括nms。 函數的解析如下: # --------------------------

原创 Python: argsort()函數使用說明記錄

argsort(array):返回的是從小到大排序的索引。 形式1:argsort(array)  >>> a=[5,2,3] >>> b=np.argsort(a) >>> b array([1, 2, 0]) >>> 5,2,3的從

原创 generate_anchors.py代碼解讀

# -------------------------------------------------------- # Faster R-CNN # Copyright (c) 2015 Microsoft # Licensed un

原创 proposal_layer.py與proposal_target_layer.py代碼解讀

proposal_layer.py   # -------------------------------------------------------- # Faster R-CNN # Licensed under The MIT