ssd實戰——人臉檢測 tensorflow
一 、人臉檢測的困難：
1. 姿態問題
2.不同種族人，
3.光照 遮擋 帶眼睛
4.視角不同
5. 不同尺度
二、 資料集介紹以及轉化voc：
1. fddb
2.wider face（本實戰採用）
3.megaface
wider face介紹：
本資料集為香港中文大學的資料集，33203個影象 和 393703個人臉影象
劃分40%訓練 10%交叉驗證 50%測試
鏈結 密碼：hh5b
ssd模型資料格式封裝：
1.voc格式資料
2.讀入方式 lmdb（caffe） tfrecoder（tensorflow）
1.ssd資料集構造流程：
① 生成voc格式
②修改caffe ssd資料打包指令碼路徑
什麼是voc格式資料呢？？？
我們只關注三個資料夾（目標檢測）
annotation 和 jpegimages 一一對應。
見實戰：
下一小節我們來製作voc資料集（使用wider face）
目標檢測之SSD
ssd single shot multibox detector 翻譯 詳解 圖1 圖2 演算法步驟 1 輸入一幅 300x300 將其輸入到預訓練好的分類網路中來獲得不同大小的特徵對映，修改了傳統的vgg16網路 2 抽取conv4 3 conv7 conv8 2 conv9 2 conv10 ...
SSD目標檢測系統
首發於個人部落格 ssd識別系統也是一種單步物體識別系統，即將提取物體位置和判斷物體類別融合在一起進行，其最主要的特點是識別器用於判斷物體的特徵不僅僅來自於神經網路的輸出，還來自於神經網路的中間結果。該系統分為以下幾個部分 該系統的網路結構如上圖所示基本網路為vgg 16網路，vgg 16網路由一系...
目標檢測之 SSD
ssd300 網路結構圖 ssd單階段目標檢測，候選框密集抽樣。作為單階段的目標檢測，其速度還是比faster快很多的，但是精度還是差點。ssd300共用了6層特徵，進行目標檢測，ssd512用了7層特徵，每一層的default box數量不同如上圖分別為 4,6,6,6,4,4，4為設定的乙個大正...