自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

QQ843604066 的博客

深度学习,目标检测

  • 博客(4)
  • 问答 (1)
  • 收藏
  • 关注

原创 在Caffe中测试Faster R-CNN模型

简单介绍Caffe中如何测试Faster R-CNN训练出来的网络模型,得其mAP.***********一 准备测试集1 在 data/VOCdevkit2007/VOC2007 文件夹中,将原有的文件重命名用以备份。将含有样本标记信息的.xml文件放入新建的Annotations文件夹,将含有测试样本名称(写成一列,名称后加一个空格,不带后缀,不留空行)信息的test.

2016-10-22 17:07:17 4433 5

转载 技术揭秘:海康威视PASCAL VOC2012目标检测权威评测夺冠之道

近年来,随着深度学习的崛起,计算机视觉得到飞速发展。目标检测作为计算机视觉的基础算法,也搭上了深度学习的快车。基于Proposal的检测框架,从R-CNN到Faster R-CNN,算法性能越来越高,速度越来越快。另一方面,直接回归Bounding Box的框架,从YOLO到SSD,在保持速度优势的同时,性能也逐渐得到提升。近期,我们在PASCAL VOC2012目标检测上提交的结果mAP性能

2016-10-10 16:09:24 1400

转载 Faster R-CNN 英文论文翻译笔记

摘要目前最先进的目标检测网络需要先用区域建议算法推测目标位置,像SPPnet[7]和Fast R-CNN[5]这些网络已经减少了检测网络的运行时间,这时计算区域建议就成了瓶颈问题。本文中,我们介绍一种区域建议网络(Region Proposal Network, RPN),它和检测网络共享全图的卷积特征,使得区域建议几乎不花时间。RPN是一个全卷积网络,在每个位置同时预测目标边界和obje

2016-10-09 09:35:16 928

原创 caffe 部分报错解决方法

一 make runtest 时报错:error while loading shared libraries: libmkl_rt.so: cannot open shared objectfile: No such file or directory解决方法:(sudo下进行才有权限)/etc/ld.so.conf.d/ 文件夹下新建一个文件命名为:intel_mkl_settin

2016-10-09 09:32:15 1265

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除