2016年08月_帅气的小王子

原创论文笔记《HyperFace: A Deep Multi-task Learning Framework ...》

HyperFace: ADeep Multi-task Learning Framework for Face Detection, Landmark Localization, Pose Estimation, and Gender Recognition 概要论文采用多任务学习的方法，实现了利用CNN 同时做人脸检测，关键点定位，姿态估计和性别预测4项任务。利用多任务学习同时完成几

2016-08-23 15:24:40 6228 1

转载【转】R-CNN学习笔记5:Faster R-CNN

原文地址：http://blog.csdn.net/cv_family_z/article/details/46864473 摘要：SPPNet和Fast R-CNN降低了网络学习特征的时间，SS由于需耗时1~2s，EdgeBoxes 耗时约0.2s，提取proposal的方法成为检测的瓶颈。本文提出了Region Proposal Networks(RPNs)实现实时提取propo

2016-08-17 17:51:27 799

转载【转】R-CNN学习笔记4:Fast R-CNN

【原文：http://zhangliliang.com/2015/05/17/paper-note-fast-rcnn/】论文出处见：http://arxiv.org/abs/1504.08083 项目见：https://github.com/rbgirshick/fast-rcnn R-CNN的进化版，0.3s一张图片，VOC07有70的mAP，可谓又快又强。而且rb

2016-08-17 15:46:24 837

转载【转】R-CNN学习笔记3:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-net)

原文地址：http://blog.csdn.net/u011534057/article/details/51219959 CNN网络需要固定尺寸的图像输入，SPPNet将任意大小的图像池化生成固定长度的图像表示，提升R-CNN检测的速度24-102倍。固定图像尺寸输入的问题，截取的区域未涵盖整个目标或者缩放带来图像的扭曲。事实上，CNN的卷积层不需要固定尺寸的图像，全连

2016-08-17 12:29:05 1951

转载【转】R-CNN学习笔记2:Rich feature hierarchies for accurate object detection and semantic segmentation

原文地址：http://blog.csdn.net/liyaohhh/article/details/50824226 Rich feature hierarchies for accurate object detection and semantic segmentation、

2016-08-16 17:49:22 634

转载【转】R-CNN学习笔记1：Selective Search for Object Recognition

Selective Search for Object Recoginition surgewong@gmail.com http://blog.csdn.net/surgewong 在前一段时间在看论文相关的工作，没有时间整理对这篇论文的理解。在前面的一篇博客【1】中有提到Selective Search【2】，其前期工作利用图像分割的方

2016-08-16 17:34:30 2651 2

原创发送DES-base64编码的HTTP Post请求，并base64-DES解码返回消息

#include #include #include #include #include #include #include #include #include #include #include #include #define MAXLINE 1024 const char base[] = "ABCDEFGHIJKLMNOPQRSTU

2016-08-16 14:37:57 2755

荆棘鸟的专栏