泰安网站建设最好,免费做那个的视频网站,移动端网站开发介绍,科讯网站发布文章文章目录 目标检测和边界框1.目标检测2.边界框 目标检测和边界框
学习视频#xff1a;物体检测和数据集【动手学深度学习v2】
官方笔记#xff1a;目标检测和边界框
在图像分类任务中#xff0c;我们假设图像中只有一个主要物体对象#xff0c;我们只关注如何识别其类别… 文章目录 目标检测和边界框1.目标检测2.边界框 目标检测和边界框
学习视频物体检测和数据集【动手学深度学习v2】
官方笔记目标检测和边界框
在图像分类任务中我们假设图像中只有一个主要物体对象我们只关注如何识别其类别。 然而很多时候图像里有多个我们感兴趣的目标我们不仅想知道它们的类别还想得到它们在图像中的具体位置。 在计算机视觉里我们将这类任务称为目标检测object detection或目标识别object recognition。
目标检测在多个领域中被广泛使用。 例如在无人驾驶里我们需要通过识别拍摄到的视频图像里的车辆、行人、道路和障碍物的位置来规划行进线路。 机器人也常通过该任务来检测感兴趣的目标。安防领域则需要检测异常目标如歹徒或者炸弹。
1.目标检测 接下来的几节将介绍几种用于目标检测的深度学习方法。 我们将首先介绍目标的位置。
%matplotlib inline
import torch
from d2l import torch as d2l下面加载本节将使用的示例图像。可以看到图像左边是一只狗右边是一只猫。 它们是这张图像里的两个主要目标。
d2l.set_figsize()
img d2l.plt.imread(F:/pytorch/img/catdog.jpg)
d2l.plt.imshow(img)2.边界框
在目标检测中我们通常使用边界框bounding box来描述对象的空间位置。 边界框是矩形的由矩形左上角的以及右下角的x和y坐标决定。 另一种常用的边界框表示方法是边界框中心的(x,y)轴坐标以及框的宽度和高度。 在这里我们定义在这两种表示法之间进行转换的函数box_corner_to_center从两角表示法转换为中心宽度表示法而box_center_to_corner反之亦然。 输入参数boxes可以是长度为4的张量也可以是形状为n4的二维张量其中n是边界框的数量。
#save
def box_corner_to_center(boxes):从左上右下转换到中间宽度高度x1, y1, x2, y2 boxes[:, 0], boxes[:, 1], boxes[:, 2], boxes[:, 3]cx (x1 x2) / 2cy (y1 y2) / 2w x2 - x1h y2 - y1boxes torch.stack((cx, cy, w, h), axis-1)return boxes#save
def box_center_to_corner(boxes):从中间宽度高度转换到左上右下cx, cy, w, h boxes[:, 0], boxes[:, 1], boxes[:, 2], boxes[:, 3]x1 cx - 0.5 * wy1 cy - 0.5 * hx2 cx 0.5 * wy2 cy 0.5 * hboxes torch.stack((x1, y1, x2, y2), axis-1)return boxes我们将根据坐标信息定义图像中狗和猫的边界框。 图像中坐标的原点是图像的左上角向右的方向为x轴的正方向向下的方向为y轴的正方向。
# bbox是边界框的英文缩写
dog_bbox, cat_bbox [20.0, 15.0, 190.0, 256.0], [200.0, 50.0, 330.0, 240.0]我们可以通过转换两次来验证边界框转换函数的正确性。
boxes torch.tensor((dog_bbox, cat_bbox))
box_center_to_corner(box_corner_to_center(boxes)) boxes
tensor([[True, True, True, True],[True, True, True, True]])我们可以将边界框在图中画出以检查其是否准确。 画之前我们定义一个辅助函数bbox_to_rect。 它将边界框表示成matplotlib的边界框格式。
def bbox_to_rect(bbox, color):# 将边界框(左上x,左上y,右下x,右下y)格式转换成matplotlib格式# ((左上x,左上y),宽,高)return d2l.plt.Rectangle(xy(bbox[0], bbox[1]), widthbbox[2]-bbox[0], heightbbox[3]-bbox[1],fillFalse, edgecolorcolor, linewidth2)在图像上添加边界框之后我们可以看到两个物体的主要轮廓基本上在两个框内。
fig d2l.plt.imshow(img)
fig.axes.add_patch(bbox_to_rect(dog_bbox, blue))
fig.axes.add_patch(bbox_to_rect(cat_bbox, red));物体检测识别图片里的多个物体的类别和位置位置通常用边缘框表示
