Questions tagged «object-detection»

3
与“细分”和“场景标记”相比,“语义细分”是什么?
语义分割是仅仅是“白痴”,还是“语义分割”和“分割”之间有区别?“场景标签”或“场景解析”有区别吗? 像素级分割与逐像素分割有什么区别? (旁白:当您使用这种像素级注释时,是否可以免费获得对象检测,还是还有其他事情要做?) 请提供您的定义来源。 使用“语义细分”的来源 Jonathan Long,Evan Shelhamer,Trevor Darrell:用于语义分割的完全卷积网络。2015年的CVPR和2016年的PAMI Hong,Seunghoon,Hyeonwoo Noh和Bohyung Han:“去耦深度神经网络用于半监督语义分割。” arXiv预印本arXiv:1506.04924,2015。 V. Lempitsky,A。Vedaldi和A. Zisserman:用于语义分割的塔模型。《神经信息处理系统进展》,2011年。 使用“场景标签”的来源 Clement Farabet,Camille Couprie,Laurent Najman,Yann LeCun:学习场景标签的层次特征。在模式分析和机器智能中,2013年。 使用“像素级”的来源 Pinheiro,Pedro O.和Ronan Collobert:“从卷积网络的图像级到像素级标签。” IEEE关于计算机视觉和模式识别的会议论文集,2015年。(请参阅http://arxiv.org/abs/1411.6228) 使用“ pixelwise”的源 李宏胜,赵锐和王小刚:“卷积神经网络的高效向前和向后传播,用于像素分类。” arXiv预印本arXiv:1412.4526,2014。 Google Ngrams 近年来,“语义细分”似乎比“场景标记”使用更多


2
AttributeError:模块“ tensorflow”没有属性“ app”
我正在遵循本教程并使用tensorflow进行有关自定义对象检测的项目。 因此,当我尝试使用以下命令为火车图像创建TF记录时 python3 generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record 我收到以下错误: Traceback (most recent call last): File "generate_tfrecord.py", line 23, in <module> flags = tf.app.flags AttributeError: module 'tensorflow' has no attribute 'app' 如何解决此错误?

2
检测图像中的多个矩形
我试图检测这张图片中的管道数。为此,我正在使用OpenCV和基于Python的检测。根据对类似问题的现有答案,我能够提出以下步骤 打开图片 筛选 应用边缘检测 使用轮廓 检查计数 当我们手动给定或取4时,管道的总数约为909。 应用滤镜后 import cv2 import matplotlib.pyplot as plt import numpy as np img = cv2.imread('images/input-rectpipe-1.jpg') blur_hor = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((11,1,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT) blur_vert = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((1,11,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT) mask = ((img[:,:,0]>blur_hor*1.2) | (img[:,:,0]>blur_vert*1.2)).astype(np.uint8)*255 我得到了这张蒙面的图像 就显示的可见矩形数量而言,这看起来相当准确。但是,当我尝试进行计数并在图片顶部绘制边框时,它也会选择很多不需要的区域。对于圆,HoughCircles具有定义最大和最小半径的方法。矩形是否有类似的东西可以提高精度。另外,我也乐于接受有关此问题的替代方法的建议。 ret,thresh = cv2.threshold(mask,127,255,0) contours,hierarchy …
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.