【总结】以Faster R-CNN为基础： ①使用区域建议生成网络RPN生成包围文本的水平边界框； ② 对预测出的每一个水平边界框，提取其不同池化尺寸的池化特征，同时利用聚合特征预测文本/

PP-YOLO详解（1）-- backbone
大家好，本次教程将带领大家开启PP-YOLO学习。通过前面一系列学习，相信大家已经掌握了图像分类任务的基本概念以及相关实践，

网上虽然有很多利用 TensorFlow 实现 yolov3 的代码和文章，但感觉讲解得还不够透彻，对于新手而言，存在一定的理解难度。本文目的是为了从零开始构建 yolov3 目标检测网络&#xff0c

图像分割（Image Segmentation）是计算机视觉研究中的一个经典难题，也是图像理解领域关注的一个热点，在场景理解、医学图像分析、机器人感知、视频监控、增强现实、图像压缩等领域有

2021.1.7下午记 大家新年好~ 距离上次写这个课题的博客已经是去年12.30的时候了，是想趁热打铁赶快写的，无奈1.5/1.6有两门考试，便只好赶去复习暂时搁置了。现在终于考完试，而

MMDetection目标检测实例 MMDetection基于cooc数据集，Faster-rcnn方法的目标识别训练 前言
接触深度学习目标检测工具箱MMDetection将近一周了，学习过程十分艰难&#xff0

一、ValueError: numpy.ufunc size changed, may indicate binary incompatibility.
解决方案：numpy版本过高，输入如下三行命令&#xff1a

探究问题
如何实现未知目标的识别？
作者建议自动将图像中的一些对象标记为潜在的未知对象。为此，作者基于RPN（区域候选网络)与类无关的事实，将那些具有较高客观性评分但不与ground-

点击上方“蓝字”，关注我们吧！目标检测是计算机视觉领域的一项重要任务, 是 生活中如实例分割[1] , 面部分析[2] , 汽车自动驾驶[3]、视 频分析[4] 等各种视觉应用的先决条件. 近些年, 伴随着深度卷积神

从博客https://blog.csdn.net/jiugeshao/article/details/112093981写完后，整了一段时间温故了这三个方面的算法知识，同时也找寻了相应的代码去实现这些算法&#xff0