首页 » 机器视觉 » 正文
机器视觉

小目标检测难点分析与解决方案

相对于原图比例的定义

在这里插入图片描述

小目标检测的场景

在这里插入图片描述

Anchor 自适应算法

在这里插入图片描述

差分进化算法

版权声明：本文为CSDN博主「Gallant Hu」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42108090/article/details/113525793

标签：
点赞 0
没有了，已经是最新一篇了

Gallant Hu

我还没有学会写个人说明！

暂无评论

发表评论

相关推荐

YOLOv3的多尺度检测
机器视觉 2025-09-09

YOLOv3的多尺度检测

YOLOv3的网络结构 多尺度检测 YOLOv3通过聚类的方法得到9种尺度的anchor，将9种尺度的anchor box均匀的分配给3种尺度的特征图。实现了多尺度检测。 YOLOv3-Tiny 在YOLOv3的基础上去掉了

单目3D目标检测调研
机器视觉 2022-05-14

单目3D目标检测调研

单目3D目标检测调研 一、 简介 现有的单目3D目标检测方案主要方案主要分为两类，分别为基于图片的方法和基于伪雷达点云的方法。   基于图片的方法一般通过2D-3D之间的几何约束来学习，包括目标形状信息&#xff0

分享到：