SSD
2014wzy
这个作者很懒,什么都没留下…
展开
-
SSD: Single Shot MultiBox Detector
本文算是 Faster R-CNN, YOLO 算法的改进版吧,它将检测和分类融合到一起去了,对每个可能的检测框赋予一个类别的概率。本文的速度到底有多快,也没说啊(网络论文第一版本没有说)SSD: Single Shot MultiBox Detector 之再阅读 http://blog.csdn.net/cv_family_z/article/details/5190732转载 2016-11-04 20:21:03 · 934 阅读 · 0 评论 -
SSD: Single Shot MultiBox Detector 之再阅读
SSD: Single Shot MultiBox Detector SSD 一句话就是速度快,效果好! 第一版 8 Dec 2015,第二版是30 Mar 2016 主要改进是内容更加详实,实验更加丰富,尤其是和 Faster R-CNN 和 YOLO 做了对比,其优势比较明显。 SSD把 候选区域提取步骤取消了。The fundamental improvement in speed转载 2016-11-04 20:17:28 · 996 阅读 · 0 评论 -
SSD的配置及运行
SSD的安装在home目录下,获取SSD的代码,下载完成后有一个caffe文件夹 git clone https://github.com/weiliu89/caffe.git cd caffe git checkout ssd123进入下载好的caffe目录,复制配置文件 cd /home/usrname/caffe cp Makefile.conf原创 2016-11-12 09:55:25 · 10663 阅读 · 18 评论 -
SSD框架训练自己的数据集
SSD demo中详细介绍了如何在VOC数据集上使用SSD进行物体检测的训练和验证。本文介绍如何使用SSD实现对自己数据集的训练和验证过程,内容包括:1 数据集的标注2 数据集的转换3 使用SSD如何训练4 使用SSD如何测试1 数据集的标注 数据的标注使用BBox-Label-Tool工具,该工具使用python实现,使用简单方便。修改后的工具支持多label的标签标注。该工具生成的标签格式转载 2016-11-26 19:08:03 · 31343 阅读 · 40 评论 -
以resnet作为前置网络的ssd目标提取检测
以resnet作为前置网络的ssd目标提取检测1.目标 本文的目标是将resnet结构作为前置网络,在imagenet数据集上进行预训练,随后将ssd目标提取检测网络(一部分)接在resnet前置网络之后,形成一个完整的ssd网络。 ssd网络下载和配置参考点击打开链接2.resnet前置网络pretrain2.1 利用imag转载 2016-12-16 20:30:23 · 3665 阅读 · 0 评论 -
SSD论文Single Shot MultiBox Detector
SSD: Single Shot MultiBoxDetector Wei Liu1 , Dragomir Anguelov2 ,Dumitru Erhan3 , Christian Szegedy3,Scott Reed4 , Cheng-Yang Fu1 ,Alexander C. Berg 1 UNC Chapel Hill 2Zoox Inc. 3G翻译 2016-12-16 20:28:32 · 8849 阅读 · 0 评论 -
将 ICDAR 2015 的 Ground Truth 标注在图像数据上
因为要标注数据,数据集是 ICDAR 2015 比赛中的 Challenge 4: Incidental Scene Text。原图及标注的图像,还有给定的 ground truth 文件如下所示: 最左边是原图,中间是标注的图像,右边是 ground truth 文件内容,按顺时针顺序的坐标:x1,y1,x2,y2,x3,y3,x4,y4,最后是 wo转载 2016-12-13 10:48:18 · 2540 阅读 · 1 评论 -
SSD: Signle Shot Detector 用于自然场景文字检测
前言之前我在 论文阅读:SSD: Single Shot MultiBox Detector 中,讲了这个最新的 Object Detection 算法。既然 SSD 是用来检测物体的,那么可不可以将 SSD 用来检测自然场景图像中的文字呢?答案肯定是可以的~同时,受到浙大 solace_hyh 同学的 ssd-plate_detection 工作,这篇文章记录我自己将转载 2016-11-12 17:10:40 · 2534 阅读 · 1 评论 -
SSD:Single Shot MultiBox Detector的安装配置和运行
SSD(Single Shot MultiBox Detector)算是一个比较不错的目标检测算法,主攻方向是速度,当然精度也比Yolo提高了一些,最近在ubuntu16.04下实现了代码运行,此博文主要内容来自原作者的github,加上了一些个人理解,欢迎探讨。准备工作:Linux+cuda+caffe是标配,我就不详述了,推荐博客:ubuntu16.04+nvidia gt74转载 2016-11-06 16:49:56 · 6182 阅读 · 9 评论 -
论文阅读:SSD: Single Shot MultiBox Detector
Preface这是今年 ECCV 2016 的一篇文章,是 UNC Chapel Hill(北卡罗来纳大学教堂山分校) 的 Wei Liu 大神的新作,论文代码:https://github.com/weiliu89/caffe/tree/ssd 有几点更新: 1. 看到一篇 blog 对检测做了一个总结、收集,强烈推荐: Object Detectio转载 2016-11-06 16:48:58 · 1274 阅读 · 0 评论 -
caffe保存训练输出到log 并绘制accuracy loss曲线以及ssd画loss和accuracy曲线
(一)ssd的log文件保存在/home/myname/caffe/jobs/ 下面(四) 调用py程序绘制图形 ./plot_training_log.py.example 0 save.png /home/myname/caffe/jobs/VGGNet/VOCgoods/SSD_600x600/VGG_VOCgoods_SSD_600x600.log"转载 2017-03-23 19:38:38 · 3643 阅读 · 1 评论