深度学习目标检测系列:faster RCNN实现|附python源码

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

深度学习目标检测系列:faster RCNN实现|附python源码

【方向】 2018-12-14 00:48:24 浏览4603
展开阅读全文

       目标检测一直是计算机视觉中比较热门的研究领域,有一些常用且成熟的算法得到业内公认水平,比如RCNN系列算法、SSD以及YOLO等。如果你是从事这一行业的话,你会使用哪种算法进行目标检测任务呢?在我寻求在最短的时间内构建最精确的模型时,我尝试了其中的R-CNN系列算法,如果读者们对这方面的算法还不太了解的话,建议阅读《目标检测算法图解:一文看懂RCNN系列算法》。在掌握基本原理后,下面进入实战部分。
       本文将使用一个非常酷且有用的数据集来实现faster R-CNN,这些数据集具有潜在的真实应用场景。

1

问题陈述

       数据来源于医疗相关数据集,目的是解决血细胞检测问题。任务是通过显微图像读数来检测每张图像中的所有红细胞(RBC)、白细胞(WBC)以及血小板。最终预测效果应如下所示:

2


       选择该数据

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属云栖号: 翻译小组