【CV】计算机视觉理论基础知识介绍

---

1.（1*1）卷积

下图左右相同

2.空洞卷积

3.转置卷积

4.FCN

FCN输出一张已经label好的图：

5.IOU与mAP

6.NMS

7.faster-RCNN

8.VGG16

SSD缺点：

9.YOLO

10.目标检测实战

保存为yolo格式生成两个.txt文件




下面用开源数据集voc2007（20种类），下图为训练和测试集图片和标注所放文件夹路径



下图为xml_to_csv.py对训练集做的，测试集做要将下面红线改为测试集的标注路径和生成名（路径）：


下面是对测试集生成csv

tfrecord是tensorflow二进制保存的文件

图片内容和标注内容一起变为.record形式(400多兆)








上图模型导出（.ckpt转为.pb）生成下图红色框所有，主要是.pb文件用来目检

下图.ipynb文件也在object_detection目录中








下图为9.模型评估生成

11.图像分割

如下图蓝色车，红色人，灰色建筑物…每个物体都有

12.Mask R-CNN

13.目标分割实战

打开

标好后生成json文件(保存了所有图像数据1M左右)



生成



第一步

第二三步



第四步

第五步

复制到下图位置，打开设置路径，num_steps

第六步




第七步

14.图像风格迁移

15.GAN

16.人脸识别

运行完上面程序，打开下面路径删除检测错误的照片


下图为准确率的测试

17.OCR

P2和P3，P2离P0P1距离远，过P2做一条与P0P1平行的直线

P0和P3，P3离P1P2距离远，过P3做一条平行于P1P2的直线