- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 论文笔记 A MultiPath Network for Object Detection
Facebook一起开源的3个程序之一，MultiPath，其代码网址：https://github.com/facebookresearch/multipathnet。文章简介：这篇文章对于COCO数据集中的小目标难检测问题，主要在Fast RCNN detector的基础上进行了改进，获得了新的detector：MultiPath detector。思想上改进如下：（1）在
2016-08-31 19:48:31
1961
原创 Microsoft COCO 数据集
本篇博客主要以介绍MS COCO数据集为目标，分为2个部分：COCO介绍，数据集分类和COCO展示。本人主要下载了其2014年版本的数据，一共有20G左右的图片和500M左右的标签文件。标签文件标记了每个segmentation的像素精确位置+bounding box的精确坐标，其精度均为小数点后两位。一个目标的标签示意如下：{"segmentation":[[392.87, 27
2016-08-30 20:33:49
98750
48
原创 论文精读 Learning to Refine Object Segments
同样是Facebook AI Research的文章，是2016年7月新出的文章。下面我们来看一下。 简介与思想：目标分割主要要求目标级别的信息+像素级别的信息。但是对于前馈网络来说，卷积网络中下层获取了大量的空间信息，而顶层主要由目标水平的信息组成，在姿势和外形变化时不能达到很好的效果。本文主要提出一种自上而下的refinement方法来增强前馈网络以更好分割的方法。该方法与Deep
2016-08-29 15:14:51
6452
原创 论文精读 Learning to Segment Object Candidates（二）
Facebook AI Research 的文章，刚刚开源到github，代码： https://github.com/facebookresearch/deepmask 。其开源代码主要来自于两篇文章，想学习一下这个代码，还是先把出处的两篇文章看完吧。接上文（一），该论文的主要思想是将deep-network结构的segmentation与object detection结合，其实验
2016-08-28 10:23:51
2979
1
原创 论文精读 Learning to Segment Object Candidates（一）
Facebook AI Research 的文章，刚刚开源到github。其开源代码主要来自于两篇文章，想学习一下这个代码，还是先把出处的两篇文章看完吧。 经典的目标检测系统主要包括两个部分：提取proposal、将每一个候选proposal输入进行目标分类。本文则提出另一种思路：基于discriminative convolutional network的方法。该模型将两个部分进行合
2016-08-27 16:21:19
5269
6
原创 论文笔记 Bootstrapping Face Detection with Hard Negative Examples
来自小米研究院的文章。主要介绍了一种优秀的人脸检测技术：采用hard negative mining想法，反复通过背景得到的hard negatives，对Faster RCNN的人脸检测算子进行更新。通过FDDB数据集的验证，该方法效果显著。Related Work：Hard Negative Mining 开始是用在选择function approximation learni
2016-08-26 20:30:11
4607
2
faster-rcnn caffe windows可用的protoc.exe
2016-10-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人