1、Yolov5的网络结构 Yolov5中使用的Coco数据集输入图片的尺寸为640*640，但是训练过程的输入尺寸并不唯一，Yolov5可以采用Mosaic增强技术把4张图片的部分组成了一张尺寸一定的输入图片。如果需要使用预训练权重，最好将输入图片尺寸调整到与作者相同的尺寸，输入图片尺寸必须是32的倍数，这与anchor检测的阶段有关。 Yolov5s网络结构示意图： 当输入尺寸为640*

前言 经历过图像分类后，进一步的就是更复杂的目标检测了，从这一章开始，将会不断记录图像目标检测中的学习经历，其中大多数思路以及代码来源，来自于李沐的动手学深度学习课程，不过在这里，我会尽可能不用d2l的库，而是把里面方法提取出来，或者重写，以便理解和单独使用。 锚框概念 在目标检测中，我们需要去框选出目标所在位置的坐标，这个时候，在初始的深度学习方案中，提出了锚框的概念，即预先对每个像素绘制

前言 环境介绍： 1.编译环境 Ubuntu 18.04.5 LTS 2.RKNN版本 py3.8-rknn2-1.4.0 3.单板 迅为itop-3568开发板 一、现象 采用yolov5训练并将pt转换为onnx，再将onnx采用py3.8-rknn2-1.4.0推理转换为rknn，rknn模型能正常转换，并且推理显示正常。但将rknn文件放到开发板，使用rknn_too

一、边缘框（bounding box） 1.1 定义 边缘框：真实标注的物体位置 2.1 表示方式 1、（x1,y1)和(x2,y2) 2、（x1,y1)和w,h 二、锚框(anchor box)/先验框（prior bounding box） 2.1 定义 对边缘框的预测 2.2 预测方式 一般很难直接通过坐标数据预测边缘框，通常采用多个边缘框，当包含目标时，再慢慢调整。 第

目标检测锚框 最开始呢，我们需要先介绍一下框，先学会一下怎么画框 导入所需要的包 from PIL import Imageimport d2lzh_pytorch as d2limport numpy as npimport mathimport torch 展示一下本次实验我们用到的图像，猫狗 d2l.set_figsize()img = Image.open("catdo

一类目标检测算法是基于锚框 提出多个被称为锚框的区域（边缘框）预测每个锚框是否含有关注的物体如果是，预测从这个锚框到真实边缘框的偏移 IoU-交并比 IoU用来计算两个框之间的相似度 0表示无重叠，1表示重合 赋予锚框标号 每个锚框是一个训练样本将每个锚框，要么标注为背景，要么关联上一个真实边缘框我们可能会生成大量的锚框【这个导致大量的负类样本】 使用非极大值抑制【NMS】输出 每个

目标检测锚框和NMS极大值抑制 锚框NMS极大值抑制讲解锚框NMS 锚框NMS极大值抑制讲解 锚框和NMS极大值抑制想必大家在诸多地方都遇到过，那么究竟什么是极大值抑制呢? 锚框 锚框也就是我们很多书中说的anchor。这是什么意思呢？实际上这就是在进行目标检测的时候在特征图上每个点都设置相同数量的框框这就叫锚框。 如图所示，我们可以看到左边的一堆方格子其实是特征层的像素