传统图像处理算法与机器学习的的融合过程是怎样的？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
传统算法与机器学习的的融合过程如下：
输入一张图像，并行运行传统图像处理方法和深度学习方法，分别得到提取的卡片框trbox 和dlbox。定位精度以trbox 为标杆，精确率和召回率以dlbox 为标杆
筛选trbox。规则为当trbox 与dlbox 的IOU 大于某个阈值时( 比如0.8) 保留此trbox，否则丢弃，得到trbox1
筛选dlbox。规则为当dlbox 与trbox1 的IOU 大于某个阈值时( 比如0.8)丢弃此dlbox，否则保留，得到dlbox1
修正dlbox1 位置。规则为dlbox1 的每条边移动到距离其最近的一条直线上，约束条件为移动的距离不能超过给定的阈值( 比如20 个像素)，并且移动的边不能跨越trbox1 的边，得到修正的dlbox2
输出trbox1+dlbox2 为最终融合的卡片框
以上内容摘自《前端代码是怎样智能生成的》电子书，点击https://developer.aliyun.com/topic/download?id=53可下载完整版
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)