关于目标检测的bbox

关于目标检测的bbox,最让人抓狂的,就是你永远不能对于box的定义掉以轻心, 虽然box就是一个正方形,四个数字,但是如果没有正确理解其对应的含义,会对于mAP的计算等任务产生灾难性的影响。

box的前两个数字可能表达 [x_min, y_min],或者[x_center, y_center], 后两个数字可能表达[x_max,y_max]或者[w, h]. 不同的数据集或者检测模型有不同的定义,比如coco中, box 定义如下 **[x_min, y_min, width, height],**数而在ultralyutics中, xywh中xy的含义却又是[x_center, y_center]...

所以,当你的目标检测可视化不正确的时候,也许可能只是box的使用有问题

如果你的mAP计算有问题,可能也是因为你的box计算有问题。

相关推荐
舒一笑26 分钟前
智能体革命:企业如何构建自主决策的AI代理?
人工智能
丁先生qaq1 小时前
热成像实例分割电力设备数据集(3类,838张)
人工智能·计算机视觉·目标跟踪·数据集
红衣小蛇妖2 小时前
神经网络-Day45
人工智能·深度学习·神经网络
JoannaJuanCV2 小时前
BEV和OCC学习-5:数据预处理流程
深度学习·目标检测·3d·occ·bev
KKKlucifer2 小时前
当AI遇上防火墙:新一代智能安全解决方案全景解析
人工智能
DisonTangor2 小时前
【小红书拥抱开源】小红书开源大规模混合专家模型——dots.llm1
人工智能·计算机视觉·开源·aigc
浠寒AI4 小时前
智能体模式篇(上)- 深入 ReAct:LangGraph构建能自主思考与行动的 AI
人工智能·python
weixin_505154464 小时前
数字孪生在建设智慧城市中可以起到哪些作用或帮助?
大数据·人工智能·智慧城市·数字孪生·数据可视化
Best_Me075 小时前
深度学习模块缝合
人工智能·深度学习
YuTaoShao5 小时前
【论文阅读】YOLOv8在单目下视多车目标检测中的应用
人工智能·yolo·目标检测