在一些目標檢測任務中，經常有一些容易誤識別的資料，比如博主最近做的臺標識別的專案，經常有一些芒果之類的被誤識別為湖南衛視，而實驗發現mmdetection並不支援無ground truth的輸入影象，那如何餵入誤識別資料呢？
本部落格使用了一種有人稱之為「填鴨式的方法」，即將誤識別的區域使用正方形標註出來，然後隨機開啟訓練集中的一張影象，將誤識別切割出來的區域放到滑鼠指定的位置（滑鼠指定左上角，其餘自動填充）
import cv2 as cv
import os
import numpy as np
from pil import image
import random
global img, pt_curr, pt_pre, counts, file_list, index, tar_img, img_crop
img_crop = np.zeros((10,10))
tar_img = np.zeros((100,100))
file_list =
counts = 0
index = 0
def on_mouse1(event, x, y, flags, param): # 滑鼠左鍵按下
global pt_curr, pt_pre, index, tar_img, img_crop, tar_name
if event == cv.event_lbuttondown:
pt_curr = (x, y)
pt_pre = pt_curr
h, w, _ = np.shape(img_crop)
s = tar_name.split('/')
tar_name = '/users/hank/desktop/ad_12/train_aug/' + s[-1]
print(np.shape(img_crop), np.shape(tar_img), tar_name)
tar_img[x:x+h, y:y+w] = img_crop
cv.imwrite(tar_name, tar_img)
def on_mouse(event, x, y, flags, param): # 滑鼠左鍵按下
global img, pt_curr, pt_pre, index
img_cpy = img.copy()
if event == cv.event_lbuttondown:
pt_curr = (x, y)
pt_pre = pt_curr
cv.circle(img_cpy, pt_curr, 10, (0, 255, 0), 2)
cv.imshow('image', img_cpy)
elif event == cv.event_mousemove and (flags & cv.event_flag_lbutton): # 左鍵保持按下，且進行拖動
pt_curr = (x, y)
cv.rectangle(img_cpy, pt_pre, pt_curr, (255, 0, 0), 2)
cv.imshow('image', img_cpy)
elif event == cv.event_lbuttonup: # 滑鼠左鍵鬆開
pt_curr = (x, y)
cv.rectangle(img_cpy, pt_pre, pt_curr, (0, 0, 255), 2)
cv.imshow('image', img_cpy)
min_x = min(pt_pre[0], pt_curr[0])
min_y = min(pt_pre[1], pt_curr[1])
width = abs(pt_pre[0] - pt_curr[0])
height = abs(pt_pre[1] - pt_curr[1])
global img_crop
img_crop = img[min_y:min_y + height, min_x:min_x + width]
img_crop = image.fromarray(img_crop)
global counts
counts = counts + 1
for i in range(5):
global tar_name
tar_name = file_list[index]
index += 1
print(tar_name)
global tar_img
tar_img = cv.imread(tar_name)
cv.namedwindow('tar_img')
cv.setmousecallback('tar_img', on_mouse1)
cv.imshow('tar_img',tar_img)
cv.waitkey(0)
if __name__ == '__main__':
root_dir = './wujian'
for filename1 in os.listdir('/users/hank/desktop//ad_12/train'):
filename = os.path.join('/users/hank/desktop/ad_12/train', filename1)
random.shuffle(file_list)
for img_name in os.listdir(root_dir):
global img
print("image name: {}".format(img_name))
img = cv.imread(os.path.join(root_dir, img_name))
cv.namedwindow('image')
cv.setmousecallback('image', on_mouse)
cv.imshow('image', img)
cv.waitkey(0)
目標檢測與目標識別
目標識別 objec recognition 是指明一幅輸入影象中包含哪類目標。其輸入為一幅影象，輸出是該影象中的目標屬於哪個類別 class probability 目標檢測 object detection 除了要告訴輸入影象中包含哪類目標外，還要框出該目標的具體位置 bounding boxe...
解決目標檢測中的難分樣本（漏檢測與誤檢測問題）
asdn網路使用roi池層提取的功能作為輸入影象補丁。asdn網路比 遮擋 退出掩碼，然後將其用於丟棄特徵值並傳遞到fast rcnn的分類塔。對抗空間丟棄網路 asdn 它學習如何封閉給定的目標，使得frcn難以對其進行分類。我們在本文中考慮的第二種型別的生成是變形。在這種情況下，我們提出了對抗空...
目標分割 目標識別 目標檢測和目標跟蹤的區別
粗略理解 典型的技術路線是 目標分割 目標檢測 目標識別 目標跟蹤 ot與od到底啥區別 最大的區別我覺得ot只給了第一幀的gt基於od的目標跟蹤演算法計算非常昂貴，需要對每幀畫面進行檢測，才能得到目標的運動軌跡。而且，只能追蹤已知的目標，因為目標檢測演算法就只能實現已知類別的定位識別。因此，od要...