xiaovv66-CSDN博客

原创将focal loss添加到你的网络框架当中（caffe 版本）

1.https://github.com/Longqi-S/Focal-Loss下载focal-loss-master.zip2.解压focal-loss-master.zip，得到softmax_focal_loss_layer.cpp, softmax_focal_loss_layer.cu和 softmax_focal_loss_layer.hpp3.将softmax_focal_l

2018-01-15 15:43:54 4579 6

原创 slide2 The Generalized R-CNN Framework for Object Detection

通用的R-CNN框架用于目标检测R-CNN（基于区域的卷积神经网络）region-base convolutional neural network教程概述覆盖的主题目标检测介绍（非常简短）通用的R-CNN框架单阶段vs多阶段检测器&速度/精度折中边界框目标检测需要完成两个任务：分类：指出目标是什么类别回归：指出目标

2017-11-22 19:38:15 767

原创 ICCV 2017 Tutorial on Instance-level Visual Recohnition(slide1 introduction)

教程--实例层面的视觉识别识别的复杂度不断增加数字分类（MNIST）面部识别边缘检测图像分类（Caltech101）大尺度图像分类（ImageNet）目标检测和语义分割（PASCAL VOC）实例分割和姿态估计（MS COCO）实例级的识别目标：识别场景（图像）内的所有目标实例为每个目标放置一个边界框（目标检测

2017-11-22 18:55:39 395

原创 tensorflow object detection api训练自己的数据集

tensorflow object detection API创造一些精确的机器学习模型用于定位和识别一幅图像里的多元目标仍然是一个计算机视觉领域的核心挑战。tensorflow object detection API是一个开源的基于tensorflow的框架，使得创建，训练以及应用目标检测模型变得简单。在谷歌我们已经确定发现这个代码对我们的计算机视觉研究需要很有用，我们希望这个对你也会很有

2017-11-20 19:18:30 14595 14

原创 matterport Mask_RCNN配置

1.安装anaconda(Python 3.4+)2.安装tensorflow 1.3+安装tensorflow：对于CPU版本：pip install tensorflow对于GPU版本：pip install tensorflow-gpu升级tensorflow到最新版1.4.0：pip install --upgrade tensorflow-gpu 3.安装ker

2017-11-20 10:06:04 9251 13

原创 matterport Mask_RCNN官方教程翻译

matterport/Mask_RCNN官方教程这是一个基于python3,keras和tensorflow的mask rcnn模型。这个模型对图像中的每一个目标实例产生候选框和分割掩膜。这个模型基于特征金字塔网络（Feature Pyramid Network, FPN）和一个ResNet101骨架。这个版本包括：Mask R-CNN基于FPN和ResNet10

2017-11-20 09:59:29 4669 2

原创利用Python-caffe进行图像分类，卷积核的显示，激活值特征图的显示以及全连接层直方图显示

1：设置python,numpy,matplotlib#设置Python环境：numpy用于数值计算，matplotlib用于画图# set up Python environment: numpy for numerical routines, and matplotlib for plottingimport numpy as npimport matplotlib.pyplot as

2017-07-19 17:12:38 1857

原创利用SSD和自己训练好的模型进行目标检测

本文翻译自：/caffe-ssd/examples/ssd_detect.ipynb首先怎么安装jupyter以及使用jupyter安装：sudo pip install jupyter使用：到/caffe-ssd/examples目录下：输入：jupyter notebook点击ssd_detect.ipynb，如下图：利用SSD进行目标检测：1：加载必要的

2017-07-19 14:31:26 3229 3

原创 py-rfcn算法caffe配置，训练及应用到自己的数据集

下载程序，git clone https://github.com/Orpine/py-R-FCN.git打开py-R-FCN,下载caffegit clone https://github.com/Microsoft/caffe.git编译Cython模块cd libmake结果如下图所示：编译caffe和pycaffecd caffecp M

2017-07-05 15:10:24 8304 17

原创 py-faster-rcnn算法caffe配置，训练及应用到自己的数据集

下载faster r-cnngit clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git进入py-faster-rcnn/libmake结果如下图：进入py-faster-rcnn/caffe-fast-rcnncp Makefile.config.example MAkef

2017-07-04 20:29:02 4032 2

原创图像扩充用于图像目标检测

常用的图像扩充方式有：水平翻转，裁剪，视角变换，jpeg压缩，尺度变换，颜色变换，旋转当用于分类数据集时，这些变换方法可以全部被使用，然而考虑到目标检测标注框的变换，我们选择如下几种方式用于目标检测数据集扩充：jpeg压缩，尺度变换，颜色变换这里，我们介绍一个图象变换包http://lear.inrialpes.fr/people/paulin/projects/ITP/这

2017-07-03 15:05:24 3970

原创翻译“Learning Transferable Features with Deep Adaptation Networks”

利用深度适应网络学习可迁移特征摘要：最近的研究表明深度神经网络可以学习可迁移特征，这些特征用于域适应时在新的任务上表现出很好的泛化能力。然而由于深度特征随着网络层数的增加由一般到特殊转变，特征的可迁移能力在网络高层急剧下降，极大地增加了域之间的差异性。因此减少不同数据集间的偏差，同时增加任务特征层的可迁移能力是非常重要的。在本文中，我们提出了一个新的深度适应网络（DAN)架构，把深度卷

2017-07-01 14:09:03 5899 6

原创 FastMaskRCNN算法TensorFlow配置，训练

打开./libs/datasets/pycocotools,执行make下载COCO数据集，放到./data目录下，格式如下./data./coco./annotations./train2014./val2014下载链接：train2014:http://msvocds.blob.core.windows.net/coco2014/train2014.zipv

2017-06-25 21:03:00 12419 22

原创 SSD配置、训练、测试以及应用到自己的数据集

git clone https://github.com/weiliu89/caffe.git（上面的版本可能存在问题，最好是在https://github.com/weiliu89/caffe/tree/ssd下载zip文件）git checkout ssdmake all如果报错：/usr/include/boost/property_tree/

2017-06-25 20:54:43 9554 11

原创词袋模型和空间金字塔模型

本文首先对词袋模型和空间金字塔模型做一个简单的介绍。1 词袋模型李菲菲认为图像可以类比文档，图像的子块或特征点可以看作是单词，则可以统计图像中所有特征的直方图表示图像，即得到图像的BoW(bag of words)模型。图1是BoW模型的示例图，对于已经获得的视觉码本，统计新的图像在各个子块上的直方图，例如人像中直方图最大的是人眼和皮肤，自行车中直方图突出的是车座。通过直方图的映射，可以简

2016-10-31 16:42:08 7121 1

首先，聚类分为硬聚类（hard clustering）和软聚类（soft clustering），硬聚类将数据分割为几个确定的类别，软聚类为每个数据点指定几个类别。硬聚类又可以分为分层聚类方法（hierarchical clustering methods）和平稳聚类方法（flat clustering methods），分层聚类方法产生数据的嵌套网状分割，平稳聚类产生一个单一的分割，K-MEAN

2016-08-25 10:34:01 16506 29

wei_guo_xd的博客