iT邦幫忙

林酷妹
iT邦新手 5 級 ‧ 點數 144
7119
累計瀏覽數
站內簡訊 追蹤

鐵人檔案

2021 iThome 鐵人賽
回列表
Software Development

從林到有＿Image processing 系列

了解影像處理概念並學會應用。

鐵人鍊成 ｜ 共 30 篇文章 ｜ 7 人訂閱 訂閱系列文 RSS系列文 ｜團隊NTUST HIS_LAB 有點東西
1 Like 0 留言 3866 瀏覽
DAY 21

[D21] 物件偵測(2)

經過上一篇物件偵測(1)的介紹，我們終於可以正式進入更完整的影像偵測小世界了！ 之前說過物件偵測有的兩大主要的步驟：影像分類（Image classificat...

2021-10-06 ‧ 由 林酷妹 分享
1 Like 0 留言 3124 瀏覽
DAY 22

[D22] 物件偵測(3)

上一篇我們認識了基本的 R-CNN 和 Fast-RCNN，接著來看 Faster RCNN！ Faster RCNNFast R-CNN的改進，包括了減少...

2021-10-07 ‧ 由 林酷妹 分享
1 Like 0 留言 4049 瀏覽
DAY 23

[D23] 物件偵測(4)

前面我們認識的都是＂two stage＂的方法，在整體的運行過程上沒有那麼快速，所以在很多行動裝置上都漸漸地採用＂oen stage＂來做影像辨識，這邊要介紹的...

2021-10-08 ‧ 由 林酷妹 分享
1 Like 0 留言 1681 瀏覽
DAY 24

[D24] 物件偵測(5)

前一篇物件偵測(4)停在 YOLOv1 的缺點上，現在就要來說 YOLOv2了！ YOLOv2 YOLOv2 的論文全名為 YOLO9000：Better ,...

2021-10-09 ‧ 由 林酷妹 分享
2 Like 0 留言 2773 瀏覽
DAY 25

[D25] 物件偵測(6)

終於來到要介紹 YOLOv3 的時候了！YOLOv3 和前兩個版本沒有太多的不同，是以 YOLOv2 模型為基礎做優化的版本。 YOLOv3 YOLOv3 使用...

2021-10-10 ‧ 由 林酷妹 分享
2 Like 0 留言 3049 瀏覽
DAY 26

[D26] 物件偵測(7)

YOLO 是一個不斷改進和優化的物件偵測系列，除了前三個版本，在 2020 年時，YOLOv4 也問世了！YOLOv4 是至今最快、精準度最高的物件偵測系統，除...

2021-10-11 ‧ 由 林酷妹 分享
1 Like 0 留言 3856 瀏覽
DAY 27

[D27] 物件偵測(8)

接下來詳細一點的說明 YOLOv4 的內部架構！目標檢測通常由以下幾個部分組成: Input： 指圖片的輸入 Backbone： 在 ImageNet 預訓練...

2021-10-12 ‧ 由 林酷妹 分享
1 Like 0 留言 2087 瀏覽
DAY 28

[D28] 資料增強

上一篇我們有提到 over-fitting，在進行深度學習訓練時，經常需要大量的資料以確保訓練時不會產生過度擬合（over-fitting）的現象，然而在現今數...

2021-10-13 ‧ 由 林酷妹 分享
1 Like 0 留言 3194 瀏覽
DAY 29

[D29] 檢測框的精準度

現在來更加了解準確度這件事吧!在前面有講過 IoU ，它是用來跟標準框比較的準則，當它的值（０～１）大於設定的臨界值，偵測到目標物件的機率就較高；相反的，如果...

2021-10-14 ‧ 由 林酷妹 分享
1 Like 0 留言 1258 瀏覽
DAY 30

[D30] 結論！

終於來到心心念念的第 30 天了！（放煙火） 還記得當初的目標是要用這 30 天學會影像處理的每一部分，所以慢慢地從一開始數位影像的定義、色彩規則，到中間程度...

2021-10-15 ‧ 由 林酷妹 分享
林酷妹的鐵人檔案
林酷妹的收藏
林酷妹的追蹤
林酷妹的Like
林酷妹的紀錄
林酷妹的訂閱列表