資料增強
針對不同資料集自動化組合資料增強的方法
通過複製貼上增加中小目標的數量（可進行適當縮放和旋轉），不要覆蓋已有目標的位置
在每個批次訓練時，隨機將四張影象（相同大小或不同大小）進行縮放，然後隨機拼接成一張原圖尺寸大小的影象，這樣就增加了小目標的數量
隨著超解析度技術的不斷發展，將低解析度的重建生成高解析度圖被應用於小目標檢測領域
2016 年谷歌提出一種名叫 raisr
的超解析度技術，將大量低解析度以及對應的高
解析度送給卷積神經網路去學習兩者之間存在的
對映關係。當影象質量得到增強，高解析度的小目標
資料集能為卷積網路提供更豐富的細節資訊，對後續
的小目標檢測也能起一定推動作用。
計算機視覺之目標識別學習筆記
影象分類 判斷輸入的影象中是否包含感興趣的內容 目標檢測 精確定位目標的具體位置，並用外接矩形框標出 就是很高階的那種 神經網路可以用來 各種各樣的實際問題，但是cnn不擅長直接 座標資訊，考慮到一張影象中可能出現多個檢測的目標，模型就比較難搞。所以，就順理成章提出了一種通過猜測的方法來判斷猜測的框...
計算機視覺之紋理
一 區域性紋理表示 每個畫素點形成乙個紋理描述 找到紋理基元，紋理基元通常是由子元素構成的 點和條形 可以使用不同方向 尺度 相位的濾波尋找子元素，再通過找到的子元素的近鄰來描述影象中的每個點 高斯濾波可實現 演算法 1.選定n個關於子元素的濾波器 不同尺度 方向 2.對影象的每個畫素點計算不同濾波...
未來的計算機視覺 增強現實技術
未來的計算機視覺 增強現實技術 2012年03月23日 行業新聞 被圍觀 3,014 views 增強現實 augmented reality，簡稱ar 也被稱之為混合現實。它通過電腦技術，將虛擬的資訊應用到真實世界，真實的環境和虛擬的物體實時地疊加到了同乙個畫面或空間同時存在。根據當前位置 gps...