目标检测

一、安装pycocotools 方法1，直接GitHub源码安装： pip install githttps://github.com/philferriere/cocoapi.git #subdirectoryP

一、概述： 1.　在GitHub上下载SSD模型代码 2.　准备自己的VOC数据集 3.　搭建Ｐｙｔｏｒｃｈ环境 4.　用&

近些年，基于深度学习的遥感影像处理方法不断涌现。基本思路是把光谱特征和纹理特征看作是深度网络的底层特征(对于极化SAR影像来说，地物目标的基本散射矩阵就是深度学习要提取的底层特征，也是作为分类的依据)&

一. 准备 下载VOC数据或者自己收集的图片VOC官网确保有jpg和xml文件生成train.txt，val.txt，test.txt和trainval.txt四个文件，存放训练集、验证集、测试集图片的

摘要 最近的研究表明，良好的特征嵌入是获得良好的学习性能的关键。我们观察到具有不同交并比(IoU)分数的目标候选框类似于对比方法中使用的图像内增强。 我们利用这种类比，并结合监督对比学习，以实现更稳健

ref：GitHub - SJTU-Thinklab-Det/DOTA-DOAI: This repo is the codebase for our team to participate in DOTA related com

yolov5的数据增强代码来自两个地方： 1.albumentations 源码在utils/augmentations.py中，使用了albumentations这个库来处理数据增强，其中处理的细

如有错误，恳请指出。 paper：YOLOX: Exceeding YOLO Series in 2021 摘要： 作者将YOLO检测器切换为anchor_free方式，并且结合了一些

1.1 对阴影的处理 基于阈值的分割，是在以某个阈值T，对图像进行分割。分割时由于拍摄时图像阴影处导致分割不理想，结果虽然达到理想预期。但是二值化后的结果以阴影部分外围与图像融合，导致再

学习前言 数据增强是非常重要的提高目标检测算法鲁棒性的手段，学习一下对身体有好处！ 数据增强做了什么 数据增强其实就是让图片变得更加多样。比如说原图是一个电脑 如果不使用数据增强的话这个电脑就只是一个电脑&