YOLO 算法（Putting it together: YOLO algorithm） 你們已經(jīng)學(xué)到對象檢測算法的大部分組件了，在這個筆記里，我們會把所有組件組裝在一起構(gòu)成...
發(fā)簡信
IP屬地：云南
-
吳恩達(dá)深度學(xué)習(xí)筆記(100)-目標(biāo)檢測之YOLO 算法講解
-
吳恩達(dá)深度學(xué)習(xí)筆記(99)-目標(biāo)檢測之Anchor Boxes
Anchor Boxes 到目前為止，對象檢測中存在的一個問題是每個格子只能檢測出一個對象，如果你想讓一個格子檢測出多個對象，你可以這么做，就是使用anchor box這個概...
-
吳恩達(dá)深度學(xué)習(xí)筆記(98)-目標(biāo)檢測之NMS非極大值抑制11
非極大值抑制（Non-max suppression） 到目前為止你們學(xué)到的對象檢測中的一個問題是，你的算法可能對同一個對象做出多次檢測，所以算法不是對某個對象檢測出一次，而...
-
吳恩達(dá)深度學(xué)習(xí)筆記(97)-目標(biāo)檢測之IOU交并比
交并比（Intersection over union） 你如何判斷對象檢測算法運作良好呢？在本筆記中，你將了解到并交比函數(shù)，可以用來評價對象檢測算法。在下一個筆記中，我們用...
-
吳恩達(dá)深度學(xué)習(xí)筆記(96)-目標(biāo)檢測之Bounding Box預(yù)測
Bounding Box預(yù)測（Bounding box predictions） 在上一篇筆記中，你們學(xué)到了滑動窗口法的卷積實現(xiàn)，這個算法效率更高，但仍然存在問題，不能輸出最...
-
吳恩達(dá)深度學(xué)習(xí)筆記(95)-目標(biāo)檢測之卷積網(wǎng)絡(luò)滑動窗口實現(xiàn)
卷積的滑動窗口實現(xiàn)（Convolutional implementation of sliding windows） 上節(jié)筆記，我們學(xué)習(xí)了如何通過卷積網(wǎng)絡(luò)實現(xiàn)滑動窗口對象檢測...
-
吳恩達(dá)深度學(xué)習(xí)筆記(93)-目標(biāo)檢測之特征點檢測
特征點檢測（Landmark detection） 上節(jié)課，我們講了如何利用神經(jīng)網(wǎng)絡(luò)進(jìn)行對象定位，即通過輸出四個參數(shù)值b_x、b_y、b_h和b_w給出圖片中對象的邊界框。更...
-
吳恩達(dá)深度學(xué)習(xí)筆記(92)-目標(biāo)檢測之目標(biāo)定位
這一周我們學(xué)習(xí)的主要內(nèi)容是對象檢測，它是計算機視覺領(lǐng)域中一個新興的應(yīng)用方向，相比前兩年，它的性能越來越好。在構(gòu)建對象檢測之前，我們先了解一下對象定位，首先我們看看它的定義。 ...