深度学习中的概念

kalp_yp

于 2018-09-20 18:58:05 发布

阅读量315

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u013539952/article/details/82791989

深度学习专栏收录该内容

26 篇文章

订阅专栏

本文深入解析了目标检测领域的关键技术，包括交并比（IOU）的定义及其在衡量定位精度中的应用，YOLU算法如何通过网格化图像提高检测速度，以及非最大值抑制技术如何确保每个对象仅被检测一次，避免重复。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

IOU

交并比函数：实际物体框与算法检测物体狂的交集大小与并集大小的比值，用来目标衡量定位的精准度。一般大于0.5为正确。

YOLU

将图片分成多个小格，分别判断每个小格中是否有目标，算法速度较快。

非最大值抑制

保证算法对每个对象只检测一次。

实现方法：找出IOU最高的一个框，并将与这个框重合率高且IOU值较高的框抑制，。

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。