文章目錄
1.（1*1）卷積
下圖左右相同
2.空洞卷積
3.轉置卷積
4.FCN
FCN輸出一張已經label好的圖：
5.IOU與mAP
判斷目標檢測結果好壞
6.NMS
7.faster-RCNN
8.VGG16
SSD缺點：
9.YOLO
10.目標檢測實戰
保存爲yolo格式生成兩個.txt文件
下面用開源數據集voc2007（20種類），下圖爲訓練和測試集圖片和標註所放文件夾路徑
下圖爲xml_to_csv.py對訓練集做的，測試集做要將下面紅線改爲測試集的標註路徑和生成名（路徑）：
下面是對測試集生成csv
tfrecord是tensorflow二進制保存的文件
圖片內容和標註內容一起變爲.record形式(400多兆)
上圖模型導出（.ckpt轉爲.pb）生成下圖紅色框所有，主要是.pb文件用來目檢
下圖.ipynb文件也在object_detection目錄中
下圖爲9.模型評估生成
11.圖像分割
如下圖藍色車，紅色人，灰色建築物…每個物體都有
12.Mask R-CNN
13.目標分割實戰
打開
標好後生成json文件(保存了所有圖像數據1M左右)
生成
第一步
第二三步
第四步
第五步
複製到下圖位置，打開設置路徑，num_steps
第六步
第七步
14.圖像風格遷移
15.GAN
16.人臉識別
運行完上面程序，打開下面路徑刪除檢測錯誤的照片
下圖爲準確率的測試
17.OCR
P2和P3，P2離P0P1距離遠，過P2做一條與P0P1平行的直線
P0和P3，P3離P1P2距離遠，過P3做一條平行於P1P2的直線
