如何理解YOLO gride单元格
YOLO (You Only Look Once) 是一种目标检测算法，它通过将图像划分为网格单元格，并在每个单元格中预测目标的边界框和类别，实现实时目标检测。
YOLO gride 单元格是指在YOLO算法中将输入图像划分为多个网格单元格的过程。每个单元格负责检测图像中的目标，并预测目标的边界框和类别。这种网格划分的方式使得YOLO算法能够同时检测图像中的多个目标，并且具有较高的实时性能。
YOLO gride 单元格的理解可以从以下几个方面展开：
- 概念：YOLO gride 单元格是将输入图像划分为多个等大小的网格单元格，每个单元格负责检测图像中的目标。
- 分类：YOLO gride 单元格是目标检测算法YOLO中的一个重要概念，用于实现实时目标检测。
- 优势：YOLO gride 单元格的优势在于能够同时检测图像中的多个目标，并且具有较高的实时性能。
- 应用场景：YOLO gride 单元格可以应用于各种需要实时目标检测的场景，例如智能监控、自动驾驶、人脸识别等。
- 腾讯云相关产品推荐：腾讯云提供了一系列与云计算和人工智能相关的产品和服务，其中包括图像识别、视频处理、人脸识别等。推荐使用腾讯云的图像识别服务，该服务可以实现目标检测功能，并且支持自定义模型训练，适用于各种场景。
腾讯云图像识别服务介绍链接：https://cloud.tencent.com/product/tii
相关·内容
1回答
我在找到方格后有个细胞入口：
YOLO = Worksheets("Adobe Reader").Range("A1:A500").Find("YOLO").Address 'Exemple : $A$131
当我试图显示入口范围的值时，它只显示入口：
Worksheets("Caracteristiques").Range("B1").Value = Worksheets("Adobe Reader").Range("YOLO").Value
在range B1我有$A$1
浏览 1提问于2018-11-15得票数 2
回答已采纳
2回答
我正在努力理解YOLO (v2)是如何被训练的。为此，我使用这个keras实现从零开始在VOC上训练YOLO (我对其他实现开放，但我从未使用过pytorch，因此，keras实现将是首选)。
1-正如我所理解的，YOLO首先用于在imageNet上进行分类，然后这些经过训练的权重(用于分类)应该在训练yolo进行回归(检测边界框)时使用。在我在互联网上找到的用来从零开始训练yolo的大部分代码(用于回归)中，我没有看到这些分类权重被加载的部分。这是什么时候发生的？什么时候分类权重被用来训练yolo回归？
我的理解是正确的吗？
提前感谢
浏览 5提问于2020-03-27得票数 2
回答已采纳
2回答
我已经读过了几个YOLO教程，但是我发现，如果每个单元格的锚定框是预先确定的，那么我会发现这是很难理解的。在我读过的指南中，图像被划分为13x13单元，并表示每个单元格预测5锚盒(比它大，好吧，这是我的第一个问题，因为它还说在预测盒之前，它将首先检测小单元格中存在的对象)。
小细胞如何预测一个比它更大的物体的锚盒。此外，据说每个单元在预测其锚盒之前进行分类，如果对象中只有一小部分在单元内，那么小单元如何在不查询相邻单元的情况下对其中的正确对象进行分类？
E.g.说，13细胞中的一个只包含穿着T恤的男人的白色口袋部分，如何才能正确地识别出一个人在没有与其相邻细胞相连的情况下存在？对于正常的CNN
浏览 0提问于2018-10-08得票数 16
回答已采纳
1回答
我想为具有JSON格式的原始标签的自定义数据集培训YOLO3。JSON中的每个边框都指定为[x1, y1, x2, y2]。
到目前为止，我已经将[x1, y1, x2, y2]转换为[cx, cy, pw, ph]，也就是包围框的中心y，缩放到图像的宽度和高度；pw, ph是边框的宽度和高度相对于图像的宽度和高度的比率。但我不认为这是完全的(甚至是正确的)。
据我所知，YOLO3将N个锚盒分配给每个网格单元(图像被划分为SxS网格单元)，因此，对边界盒的预测相对于网格单元格中的给定锚盒(该锚盒具有与地面真相最高的IOU )。公式如下：
📷
因此，我应该如何准备基本真理，以便YOLO3能够理解
浏览 0提问于2018-05-23得票数 4
1回答
我试着理解Yolo4的架构。它由主干、颈、稠密预测和稀疏预测组成。知道Yolo 3已经有了骨干，Yolo 4是占据了Yolo 3的所有架构，包括它的主干，还是仅仅是Yolo3的一部分？
在文件Yolo 4的第5页中，他们提到了基于Yolo3的锚
Yolo 4：
Yolo 3 :
浏览 4提问于2020-08-04得票数 6
回答已采纳
3回答
我正在努力更好地理解YOLO2 &3算法是如何工作的。该算法处理一系列的卷积，直到到达13x13网格为止。然后，它能够对每个网格单元内的对象以及这些对象的边界框进行分类。
如果您查看这张图片，您将看到红色的边框比任何单个网格单元格都要大。此外，包围框的中心是对象的中心。
我的问题是，当网络激活是基于单个网格单元时，预测的边界框如何超过网格单元的大小。我的意思是，网格细胞以外的所有东西都应该不为神经元所知，这些神经元可以预测在该细胞中检测到的物体的边界框。
更确切地说，这里是我的问题：
1.该算法如何预测大于网格单元格的边框？
2.算法如何知道对象的中心位于哪个单元格中？
浏览 8提问于2018-05-29得票数 16
回答已采纳
我读了几十篇关于YOLO的文章，但没有找到这个答案。问题是:速度更快的RPN使用ROI池在完全连接的层之前使用ROI池，但YOLO不需要ROI池，因为它没有RPN，但YOLO确实有不同大小/比例的锚，每个锚都试图检测一个对象。如何用不同大小的锚来训练神经网络？Yolo计算信心分数和类分数，但我无法理解，如果不改变锚的形状，这是怎么可能的。
浏览 1提问于2020-02-03得票数 1
1回答
我试着用YOLOv4在Colab上做人体检测。代码包括以下几行：
import cv2
net =cv2.dnn.readNetFromDarknet(yolo_config_path,yolo_weights_path)
if cuda:
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)
但是，如果我直接在Colab上运行这个单元格，就会遇到如下错误：
Traceback (most recent call last):
浏览 5提问于2021-02-11得票数 2
在已经见过的几个文本和反对检测算法中，每个人第一步都是安装cython并运行make.sh文件。为什么我们最初在黑网/YOLO对象检测中运行make.sh文件？
下面的两个链接im指的是使用黑网构建yolo算法，无法理解为什么需要cython，以及为什么第一步需要编译make.sh文件来建立yolo模型？
如何在Linux上编译(使用cmake)
如何在Linux上编译(使用make)
浏览 0提问于2020-01-06得票数 0
回答已采纳
1回答
猫、回声和进程替换
、、、
基本上，我试图理解这些命令之间的区别：
cat <<< yolo | tee f.txt
echo yolo | tee t.txt
而这些命令：
cat <<< yolo > >(tee f.txt)
echo yolo > >(tee t.txt)
前两个命令具有完全相同的结果："yolo“被打印出来，终端在此之后返回控件，这正是我所期望的。
user@localhost ~$ cat <<< yolo _ tee f.txt
尤洛
user@localhost ~$ echo yolo _ tee t
浏览 5提问于2020-02-25得票数 3
1回答
我正在读YOLO的原始论文。
在论文的开头。上面写着
如果对象的中心落入网格单元，则该网格单元负责检测该对象。
请注意，损失函数只在网格单元中存在对象时才惩罚分类错误(因此，前面讨论过的条件类概率)。
所以，我的理解是，如果这个物体的中心落在这个细胞里，那么一个物体就存在于一个单元格中。即使对象的一部分(但不是中心)包含在一个单元格中。我们仍然认为这个单元格没有对象(1_i^obj = 0)。目标置信度应该是0。
我说的对吗？
浏览 1提问于2020-05-27得票数 0
1回答
我正在尝试建立一个自定义的对象检测模型，它可以从给定的图像中检测枪支。数据集来自这里。
数据集有大量的图像，每个图像都有4个包围框的坐标。我最近读到关于YOLO及其标签的结构如下：
📷
我需要得到输入图像的每个网格单元格的标签。我拥有的数据集包含对象的坐标，而不是图像中的网格单元。
此外，我可以获得bx, by, bh, bw和c1 , c2 , c3，但是如何从数据集中提取用于培训的pc呢？
我想从头开始构建一个YOLO模型，但是我不知道如何转换数据集，这样我就可以在它上训练一个YOLO。
浏览 0提问于2019-06-06得票数 1
回答已采纳
我正在努力更好地理解YOLO。
正如我所理解的，当将地面真相包围框转换为模型目标时：
grid[x // grid_size, y // grid_size, 0 : anchors_number] = [x % grid_size, y % grid_size, obj_width, obj_height, conf...]
我说错了吗？如果不是，YOLO是如何与具有相同中心网格的2个对象一起工作的。
浏览 4提问于2021-12-29得票数 1
2回答
我有两个引导表垂直显示。它们包含相同的标题头，但单元格上的内容长度是可变的。
最终结果看起来很悲哀，我想让那些表列对齐"as“，这是一个非常大的表，允许用户轻松地阅读它(例如这里)：
<div class="row">
<div class="col-sm-12">
<div class="table-responsive">
<table class="table table-hover table-bordered">
<thead
浏览 7提问于2016-10-26得票数 4
回答已采纳
1回答
我现在正在学习YOLO，但我不明白网格单元格的数量是如何确定的。一些文章就像这个使用13x13，而另一些文章则使用19x19(例如Andrew的课程)。似乎高度和宽度应该总是一样的，但它是如何确定的呢？
是否有任何关于在其他单元格之上应该拾取多少个网格单元格的一般准则？
浏览 0提问于2017-11-19得票数 2
回答已采纳
2回答
我有一个电子表格的结构类似
2005 Alameda total HS graduates 1234
2005 Alameda UC enrollees 112
2006 Alameda total HS graduates 892
2006 Alameda UC enrollees 84
...
2009 Yolo total HS graduates 1300
2009 Yolo UC enrollees 93
诸如此类的每一个CA县
浏览 3提问于2014-10-22得票数 0
回答已采纳
1回答
我想实现Yolo v1，但是对于算法我有一些疑问。
我理解在YOLO中，我们对每个单元格(7x7)进行图像分割，并预测一个固定数目的包围盒(在本文中默认为2，坐标为x，y，w，h)，一个置信度评分，并预测每个单元格的类别得分。在测试阶段，我们可以使用NMS算法来去除一个对象的多个检测。
( 1)我们什么时候把图像划分成一个网格？事实上，当我读到论文时，他们提到要分割图像，但是当我看到网络的架构时，我们似乎有两部分:卷积层和FC层。这是否意味着网络在输出边框时“自然”地做到了这一点？网格7x7的大小，它是专门用于卷积部分的吗？例如，如果我们使用VGG，它是否改变了网格的大小？
编辑:由于我
浏览 0提问于2018-04-07得票数 9
回答已采纳
1回答
我正在尝试理解YOLO是如何为我正在做的一个项目工作的。我已经看了很多论文、很多文章和博客文章，但我仍然不确定为什么YOLO将整个图像划分为一个网格单元，并考虑每个单元进行计算。如果我们将整个图像视为一个细胞(不进行分割)，会发生什么？这个网格单元服务的目的是什么？特定单元可以检测的对象数量是否存在最大值？
浏览 6提问于2020-03-09得票数 0
我试图了解如何计算圆圈词的值，我需要比较的输入/输出是什么？
让我们以第一个术语为例，如果我正确理解它，它是这样的：
假设我对第一个单元格，第一个边界框(yolov1 =2个bbs)的预测值是
[pr, x, y, W, H]
[.7, 0.5, 0.3, 0.1, 0.1]
我真正的价值观是
[pr, x, y, W, H]
[1, 0.6, 0.4, 0.2, 0.2]
这就意味着公式是这样的
5* (1或0) ((0.6 - .5)^2 + (0.4 - 0.3)^2)
是否有人可以一步一步地提供一个例子，说明确定1或0的指标是什么？
我们在看培训集图像上的标签吗？我们是在看预
浏览 0提问于2019-07-31得票数 4
1回答
我的理解是，Anchor盒(在Yolo v2算法中)的动机是，在Yolo (Yolo v1)的第一版中，不可能在同一个网格框中检测到多个对象。我不明白为什么会这样。
此外，作者(Yolo v1)的原始论文引用如下：
“每个网格单元预测B包围框和这些框的置信度分数。这些置信度分数反映了模型对盒子包含一个对象的信心程度，以及它认为该框的预测有多精确。”
这不意味着网格单元可以识别多个对象吗？在他们的论文中，他们把B作为2，为什么不把B当作任意高的数，比如说10？
第二个问题:如何将锚盒尺寸与边界盒尺寸相关联，以检测特定对象？一些网站说，锚盒只定义一个形状，而另一些网站说，它定义了一个形状和大小。在
浏览 0提问于2018-10-04得票数 1
作为深度学习的新手，我正在努力理解不同的艺术状态之间的差异和它们的用途。比如resnet或vgg是来自yolo或rcnn家族的。它们是这些检测模型的子组件吗？另外，SSD是像yolo或rcnn那样的另一个家庭吗？
浏览 1提问于2021-05-18得票数 0
回答已采纳
我正在debian下使用firefox，我不理解javascript的功能：
var testRegex = /yolo .+ .+/gu;
let test = `yolo 2 abc
yolo 2 abc`;
test = test.split('\n');
for (let t=0; t < test.length; t++)
{
console.log(test[t], testRegex.exec(test[t]));
}
它会发回：
更奇怪的事：
for (let t=0; t < test.length; t++)
{
c
浏览 0提问于2019-06-19得票数 0
回答已采纳
2回答
使用imageAI进行目标检测
、、、、
我正在使用imageAI库开发一个植物叶片检测模型。当我创建模型的一个实例时，发生了以下错误。我不能理解这个错误。这是我的代码： from imageai.Detection import ObjectDetection
detector = ObjectDetection() 错误： ---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<
浏览 38提问于2020-11-18得票数 0
回答已采纳
2回答
我有一个关于微调和迁移学习的一般性问题，当我试图弄清楚如何最好地让yolo检测我的自定义对象(手)时，这个问题出现了。 我为可能包含大量虚假信息的长文道歉。如果有人有耐心读一读，帮我理清思路，我会很高兴的。 经过大量的谷歌搜索，我了解到许多人认为微调是迁移学习的一个子类，而另一些人则认为他们有不同的方法来训练模型。同时，人们在自定义数据集上仅重新训练模型的最后一个分类器层与也重新训练模型的其他层之间存在差异(并且可能添加一个新的分类器而不是重新训练？)。这两种方法都使用预先训练好的模型。 我最后的困惑在这里:我遵循以下说明：https://github.com/thtrieu/darkflo
浏览 150提问于2019-03-12得票数 7
回答已采纳
1回答
如果有人能跟我解释一下。YOLO文档中的图3中的YOLO的体系结构如下所示：
(448,448,3)，(112,112,192)，(56,56,256)，(28,28,512)，(14,14,1024)，(7,7,1024)，(7,7,1024)，稠密(40 96)，(7,7,30)
我不知道如何实现最后三个部分，如果不是问题所在，粗体部分，如果你能帮助我理解这部分，我会很感激。我使用Keras，除了这些部分之外，一切都可以实现。我真的不知道如何从(7,7,1024)传递到(7,1024)，也不知道如何从密集传递到(7,7,30)。
浏览 0提问于2018-06-26得票数 0
回答已采纳
这是我的bash程序：
YOLO_ARRAY=( '[0.1, 0.5, 0.6]' )
for YOLO in "${YOLO_ARRAY[@}}"
do
:
# store string of elements in yolo
# i.e.
# YOLO="0.10.50.6"
done
有人知道我如何在这里实现sudo代码吗？
浏览 0提问于2016-11-12得票数 0
1回答
我试着理解YOLO中IOU的概念。我读到，这是预测的包围框和地面-真相包围框之间的重叠区域。这是需要训练的数据和你手动放置地面真相包围框。我的问题是，如果你想在新图像上应用YOLO，它怎么知道地面真相包围框？
浏览 2提问于2020-05-12得票数 3
我下载了openCV和YOLO权重，以便使用Python3.5版本实现特定项目的对象检测。
当我运行这段代码时：
from yolo_utils import read_classes, read_anchors, generate_colors, preprocess_image, draw_boxes, scale_boxes
from yad2k.models.keras_yolo import yolo_head, yolo_boxes_to_corners, preprocess_true_boxes, yolo_loss, yolo_body
控制台给出了下面的错误：
Impo
浏览 0提问于2019-01-18得票数 0
回答已采纳
1回答
我有一个KivyMD按钮，可以打开(初始化) YOLO。初始化YOLO后，该按钮变为绿色。这是可行的，但YOLO初始化大约需要8秒。因此，我想在初始化时将按钮变为琥珀色，完成后将其变为绿色。问题是，琥珀永远不会出现，因为例程阻塞了。知道如何重画按钮以显示琥珀色，直到对yolo_init()的调用返回为止吗？谢谢! def btn_yolo(self):
if self.root.ids['_btn_yolo'].text_color == green: #we want to turn-off YOLO
self.yolo.close_session(
浏览 13提问于2020-08-23得票数 0
目前我正在测试yolo 9000模型用于目标检测，在论文中我了解到图像被分割成13X13个盒子，在每个盒子中我们计算P(对象)，但我们如何计算呢？模型怎么知道这个盒子里有没有对象，我需要帮助才能理解
我正在使用tensorflow
谢谢,
浏览 0提问于2017-04-11得票数 8
我正在尝试使用yolo模型( yolo模型已经独立工作了！)使用Flask应用程序。但只要flask服务器运行。我的模型不工作。我的YOLO模型从视频中检测对象，当独立运行时，它需要在编译时输入、输出和yolo-coco。但在Flask服务器运行期间，它不断抛出错误，就像-Yolo模型需要的那样--输入--输出--yolo。如何在运行flask app时使用此命令，使我的应用程序与YOLO模型一起顺利运行？
浏览 19提问于2019-05-03得票数 0
2回答
我在Tensorflow 2.0中训练了一个yolov3 3-微型模型，使用这个回购程序：
根据推断，该模型使用封装在tf-keras lambda层中的两个函数进行后处理，这些函数是：
tf.image.combined_non_max_suppression yolo_boxes :从模型yolo_nms输出的偏移量中计算实际的盒坐标:使用进行非最大抑制
boxes_0 = Lambda(lambda x: yolo_boxes(x, anchors[masks[0]], classes),name='yolo_boxes_0')(output_0)
boxes_1 = L
浏览 7提问于2020-12-02得票数 0
我试图用一个旧的nixpkgs通道/分支(18.03)构建一个旧的Haskell项目。
在我第一次尝试构建它时，我将编译器版本指定为ghc843.然而，当构建时-它似乎是在构建所有的外部库，而我希望它来自缓存。
幸运的是，我记得我以前遇到过这个问题：调试为什么nix在nixpkgs二进制缓存中不必要地构建包？
这里的问题基本上是我使用了一个“非默认”版本的ghc (九头蛇本来不会建立/缓存)。
所以，现在我的问题是，我如何才能找到“默认”编译器版本--或者九头蛇创建/缓存的版本？
{
nixpkgs ? import {}
, sources ? import ./nix/sources
浏览 0提问于2020-02-28得票数 6
回答已采纳
我有一个GPUs实现，我正在尝试让学习在多个keras_yolo上工作，multi_gpu_mode选项听起来像是一个很好的起点。
然而，我的问题是，相同的代码在单个CPU/GPU设置中运行得很好，但由于NameError而失败:在作为multi_gpu_mode模型运行时，没有定义名称'yolo_head‘。完整的堆栈：
parallel_model = multi_gpu_model(model, cpu_relocation=True) File "/home/ubuntu/anaconda3/envs/tensorflow_p36/lib/python3.6/sit
浏览 9提问于2018-12-19得票数 0
这可能不是这里的话题，而是祈祷。
有各种各样的神经网络结构，从卷积网络到深递归网络(甚至是深递归凸网)。一些网络架构的发展，我可以看到直觉的背后；递归网络允许反馈循环类型的东西是要考虑的。其他的想法似乎是从左领域产生的，并改变了这个领域。Yolo就是一个很好的例子--我理解它是如何工作的，我已经在我自己的数据集中实现了它。但是怎么会有人来到这个让yolo工作的地方。
这仅仅是创造力，尝试随机的架构和新的想法，看看有什么坚持吗？有什么方法，我可以应用，采取一些步骤，以建立一个新的突破性的架构？(我知道我不会真正建立下一个新的架构，但是理解这个过程很有趣)
浏览 0提问于2018-08-20得票数 5
在ROS环境中使用yolo和opencv-python，，我想在ROS中使用yolo和Opencv-python来控制摄像机和实现目标检测。现在我已经知道如何在Windows中运行yolo，但我不知道如何在ROS中运行它。如何在ROS中移植我的代码？
浏览 25提问于2019-10-28得票数 0
回答已采纳
3回答
如何才能使.slider()方法使用数组中的值呢？
我有这个相同的滑块，我必须设置几次，所以我想我应该调用它一次，然后输入带有索引的值。这可能不是做这件事的方法，但这是我想到的。
我想在每次调用滑块时单步执行并更改索引号，这样它就会更新到接下来的6个值。我意识到这段代码不起作用，它只是为了解释。
var yolo = ["yield", "true", "15.2", "308", "0.3", "[75.8, 241.4]", "tensile", "true",
浏览 4提问于2013-03-01得票数 0
回答已采纳
我试图理解闭包在Javascript中是如何工作的。在最后一行，如果我输入sayHi("Hello")("John Doe")，控制台将如期显示"HelloJohn Doe“。
现在，如果我移除("John Doe")，为什么控制台变成空白而不是显示"Helloundefined"？
function sayHi(whattosay){
return function yolo(name) {
console.log(whattosay + name)
}
浏览 5提问于2021-11-19得票数 1
1回答
我正在训练 yolo 模型，我有包围盒格式(x，y，w，h，a)=>ex (197.996317 669.721413 390.070453 29.258397 7.696052) a是包围盒的角度，我想实现天使到包围盒格式，并训练yolo网络。
我已经计算了边框和他的角度，但我不知道如何实现它的yolo网络风格。
如何实现角度与约罗包装箱风格？
浏览 2提问于2019-12-07得票数 0
1回答
谁能帮我做一个像棋盘这样的国际象棋。我需要将网格的颜色更改为黑白。我试着使用一个if语句if (r % 2 = 0) then rectfilcolor，但它为大厅行着色。
package grid;
import java.awt.Color;
import java.awt.Graphics;
import javax.swing.*;
public class grid extends JPanel {
public static int High=640;
public static int width=617;
public static int row=3
浏览 3提问于2015-11-08得票数 1
回答已采纳
2回答
YOLO模型中的包围盒
、、、、
YOLO模型将图像分割成较小的框，每个框负责预测5个边界框。
我的问题是，模型是如何为每个网格单元制作这些包围框的？每个方框是否有一个关于网格单元格中心的预定义偏移量。
我不是在谈论最后一个包围对象的包围框，而是关于每个网格单元格存在的5个预测边界框。
例如，如果较小的网格单元位于50x50 (它的中心)，那么边界框应该位于(50+5)x(50+5)或类似的位置。
如果没有，那么包围盒是如何形成的呢？
纸- https://arxiv.org/pdf/1506.02640.pdf
📷
浏览 0提问于2018-10-21得票数 4
我想实现一个像图片一样的视图。
我已经尝试过使用tablelayout创建它，但问题是项目聚集在一起。
我尝试使用gridview并为此编写了一个适配器，但是问题仍然存在，项目没有定位在正确的位置，并且它们都在一起。
我的桌子布局：
<TableLayout
android:id="@+id/mainlay"
android:layout_width="fill_parent"
android:layout_height="fill_parent"
tools:ignore="UselessParen
浏览 16提问于2014-06-02得票数 0
回答已采纳
1回答
来源：https://towardsdatascience.com/yolo-v3-object-detection-53fb7d3bfe6b
📷
根据这张图片，它说红色网格负责检测狗。
类似地，其他细胞是否也能检测到“狗”，还是只检测到中间的？
例如，您认为第一个单元格(0,0)会检测到什么？
浏览 0提问于2021-06-19得票数 1
回答已采纳
1回答
多边形的面积加权空间连接
、、、
问题陈述
我有两组多边形，我想把数量特征从一组多边形加入到另一组。
例如，考虑yolo Yolo县的多多边形。我想从域estimate的所有功能中聚合域级数据，这些特性适合于戴维斯市、davis市的多边形。
结果应该是一个多边形的davis，一个新的字段estimate，即在 yolo 中属于 davis.的所有特征的表面积加权。如何在sp或sf中做到这一点？
可复制示例
戴维斯市多边形(davis)从下载。
# packages
library(tidycensus)
library(tidyverse)
library(raster)
# get tract level data fo
浏览 0提问于2018-07-27得票数 3
回答已采纳
我有这个
$content = "loose text{{comments}} = {{yolo}}{{comments}} = {{yolo2}}{{comment}} = {{yolo3}}{{comment}} = {{yolo4}}loose text2";
我想摆脱这些括号。我在某处读到，为了逃避它，你将它们加倍，但即使这样，它也不起作用。
我得到了
Cannot convert value "loose text{{comments}} = {{yolo}}{{comments}} = {{yolo2}}{{comment}} = {{yolo3}}{{co
浏览 20提问于2019-11-06得票数 0
1回答
自从ml5 yolo()提到
“这个实现很大程度上来自于ModelDepot”。
它没有提到它正在使用的火车前模型，也没有提到你如何使用你自己训练过的模型。
let video;
let yolo;
let status;
let objects = [];
function setup() {
createCanvas(320, 240);
video = createCapture(VIDEO);
video.size(320, 240);
// Create a YOLO method
yolo = ml5.YOLO(video, startDetecti
浏览 0提问于2019-03-27得票数 2
1回答
Example Image 例如上面的图像，我需要的区域就像红色的盒子，而其他部分没有任何用于分类/物体检测的标签。 我认为“如果我使用裁剪的图像到红色的方框会出现更好的效果”，因为在原始图像中有太多没有标签的无用区域。当在yolo v4中使用马赛克增强时，它将把图像放在一起。而且，由于有太多的区域没有标签，镶嵌后的数据可能比以前更无用。 但是，这只是我的猜测，我需要一个测试来证实它，但计算能力的缺乏限制了实际测试。因此，问题是，如果原始图像以红色方框的形式裁剪，是否有可能真正提高性能？这就是我猜对的原因吗？ 此外，我的合作伙伴说，裁剪在Yolo中不是一个好的选择，因为它会破坏对象的比例，但
浏览 27提问于2020-08-05得票数 0
代码意味着什么，以及如何调用它？
function (YOLO)
YOLO + 1
end
引用自。
谢谢
浏览 4提问于2022-03-05得票数 1
回答已采纳
1回答
无完全连通层的卷积神经网络分类器
、、、、
我正在进行一个项目，以检测以下类(汽车、卡车、公共汽车})，然后提取相应的车牌。
这个问题是关于各个类的检测。采用了传统的线性支持向量机结合HOG特征的方法，但精度较低。我正在努力寻找CNN的深度学习为基础的检测，它已经显示了更高的准确性。像这样的报纸是极具表现力的，我完全理解它是如何运作的。
最近，模型被证明是一种非常快速的检测，这是非常有趣的。如果我猜对了，那么YOLO与大致相似。
一般情况下，YOLO有24个卷积层和2个完全连接层。基于这篇YOLO论文实现了一个DetectNet。我感到困惑的是，NVIDIA公司的DetectNet没有任何完全连接的层().相反，来自最后一个卷积层的输出
浏览 2提问于2016-11-21得票数 5
1回答
我有一个包含另一个类的类。我想有一个可能性，改变二等的关切。
以下是代码：
class BaseClass
class InnerClass
def sample; puts 'sample'; end
def self.yolo; puts 'yolo'; end
end
end
BaseClass::InnerClass.yolo # yolo
BaseClass::InnerClass.new.sample # sample
module UglyButNeededPatch
extend Activ
浏览 2提问于2016-04-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
