YoloV5目标检测的检测框如何修改粗细
有时检测出来的框太大，导致目标多的时候会有遮挡，所以需要进行修改。
在detect.py文件里搜索line_thickness，此值越小越细，根据自己需求进行修改。
版权声明：本文为CSDN博主「woyaoxuepythona」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/woyaoxuepythona/article/details/118179315
相关推荐
Fast R-CNN
1.背景
1.R-CNN网络训练、测试速度都很慢：R-CNN网络中，一张图经由selective search算法提取约2k个建议框(这2k个建议框大量重叠)，而所有建议框变形后都要输入AlexNet
目标检测中的NMS算法(Non-max suppression)
非极大值抑制：即找到局部极大值，而非最大值，并抑制其领域内的其余值。 在目标检测中，对于一个物体可能会预测出多个候选框，那么这时就可以用极大值抑制对一些冗余的框进行滤除。 一
AP AR mAP ROC AUC（目标检测）
禁止转载！在做目标检测任务的时候，通常会制定规则来评估性能，就如下图所示，后面会慢慢道来其中的原理。 混淆矩阵中 TP、TN、FP、FN
在目标检测中，通常以IoU阈值作为
【目标检测】基于YOLOv3的海上船舶目标检测分类（Tensorflow/keras）
前言
本篇博客为博主毕设的一部分，此部分主要解决海上船舶目标实时分类检测。在Tensorflow的环境下，采用YOLOv3（keras）算法，最终mAP可达到95.66%&
暂无评论