Всем привет и заранее спасибо за ответы на мои вопросы!

Я пытаюсь получить простое представление об отрицательных и положительных диапазонах.

Я прочитал документацию в matalb для понимания, но я все еще не понимаю, и объяснение там все еще сложное!

% Adjust NegativeOverlapRange and PositiveOverlapRange to ensure
% that training samples tightly overlap with ground truth
'PositiveOverlapRange' A two-element vector that specifies a range of
%                        bounding box overlap ratios between 0 and 1.
%                        Region proposals that overlap with ground truth
%                        bounding boxes within the specified range are used
%                        as positive training samples.
%
                        Default: [0.5 1]
%
'NegativeOverlapRange' A two-element vector that specifies a range of
%                        bounding box overlap ratios between 0 and 1.
%                        Region proposals that overlap with ground truth
%                        bounding boxes within the specified range are used
%                        as negative training samples.
%
                        Default: [0.1 0.5]

Я знаю, что такое 3 переменные после trainRCNNObjectDetector, что они делают и как этого добиться! но диапазоны сбивают меня с толку!

мои вопросы по обработке изображений;

  1. что порог фактически контролирует/делает для положительного и отрицательного диапазона перекрытия
  2. Есть ли ссылка, чтобы понять это на YouTube и т. Д., Чтобы получить простое представление о том, что это делает или есть? Я пробовал это, но, возможно, моя терминология неверна!
  3. Я указал только отрицательный диапазон, что произойдет, если я не укажу положительный диапазон?
  4. что происходит, когда я указываю как положительные, так и отрицательные диапазоны?
  5. что я на самом деле говорю системе делать на самом деле?!!!?!?!!!?!
  6. если я изменю диапазон положительного перекрытия, что я на самом деле делаю, то же самое для диапазона отрицательного перекрытия?

У меня есть код, взятый из примера знака остановки rcnn в математической лаборатории;

rcnn = trainRCNNObjectDetector(BCombineData, Tlayers, options, 'NegativeOverlapRange', [0 0.3]);
rcnn = trainRCNNObjectDetector(BCombineData, Tlayers, options, 'PositiveOverlapRange', [0.5 1] ,'NegativeOverlapRange', [0 0.3]);
rcnn.RegionProposalFcn;
network = rcnn.Network;
layers = network.Layers;

ОТВЕЧАТЬ

Matlabsolutions.com предоставляет последнюю Помощь по домашним заданиям MatLab, Помощь по заданию MatLab для студентов, инженеров и исследователей в различных отраслях, таких как ECE, EEE, CSE, Mechanical, Civil со 100% выходом. Код Matlab для BE, B.Tech , ME, M.Tech, к.т.н. Ученые со 100% конфиденциальностью гарантированы. Получите проекты MATLAB с исходным кодом для обучения и исследований.

Как вы, возможно, знаете, обнаружение объектов включает в себя разделение входного изображения на несколько частей и идентификацию присутствия объекта в каждой отдельной части. Усовершенствование этого включает процесс сегментации при обнаружении объектов с использованием сетей региональных предложений в сочетании с алгоритмом Fast RCNN.

Отвечая на ваши вопросы:

  • Положительный/отрицательный диапазон перекрытия указывает сети, чтобы рассматривать рассматриваемую область как положительную/отрицательную (при наличии объекта), путем вычисления пересечения по объединению (IoU) с данными наземной достоверности.

СМОТРИТЕ ПОЛНЫЙ ОТВЕТ НАЖМИТЕ НА ССЫЛКУ