Aaron1220的博客

一. Mask-RCNN 介绍    这篇文章引入个新的概念 Mask-RCNN，看着比较好理解哈，就是在 RCNN 的基础上添加 Mask。Mask-RCNN 来自于年轻有为的 Kaiming 大神，通过在 Faster-RCNN 的基础上添加一个分支网络，在实现目标检测的同时，把目标像素分割出来。    论文下载：Mask R-CNN           部分翻译     代码下载：【...

项目已上传至 GitHub —— img-pre 目录结构images 文件夹下存放将被用于处理的图像，img_all.py 示范了 TensorFlow 中图像处理函数的使用方法，img_pre.py 给出了一个对图像进行预处理的程序示例img-pre/ images/ 1.jpg img_all.py img_pre.py1 2...

上述的深度学习被引用最多的100篇论文是Github上的一个开源项目，社区的成员都可以参与。在这个项目上，我们发现了另一个项目——Deep Vision，这是一个关于计算机视觉资源的项目，包含了近年来对该领域影响最大的论文、图书和博客等的汇总。其中在论文部分，作者也分为ImageNet 分类、物体检测、物体追踪、物体识别、图像与语言和图像生成等多个方向进行介绍。经典论文ImageNet分类...

卷积神经网络（CNN）的作用远不止分类那么简单！在本文中，我们将看到卷积神经网络（CNN）如何在图像实例分割任务中提升其结果。自从 Alex Krizhevsky、Geoff Hinton 和 Ilya Sutskever 在 2012 年赢得了 ImageNet 的冠军，卷积神经网络就成为了分割图像的黄金准则。事实上，从那时起，卷积神经网络不断获得完善，并已在 ImageNet 挑战上超...

R-CNN --> FAST-RCNN --> FASTER-RCNN R-CNN:(1)输入测试图像；(2)利用selective search 算法在图像中从上到下提取2000个左右的Region Proposal；(3)将每个Region Proposal缩放(warp)成227*227的大小并输入到CNN，将CNN的fc7层的输出作为特征；(4)将每个R...

object detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方，更何况物体还可以是多个类别。object detection技术的演进：RCNN->S...

好多同学问过这个问题，一直没时间整理，下面是我对Bounding-box regression的理解，图片可能不是很清晰,附件是pdf文件，可以下载查看.     ...

Region Proposal NetworkRPN的实现方式：在conv5-3的卷积feature map上用一个n*n的滑窗（论文中作者选用了n=3，即3*3的滑窗）生成一个长度为256（对应于ZF网络）或512（对应于VGG网络）维长度的全连接特征.然后在这个256维或512维的特征后产生两个分支的全连接层：(1)reg-layer,用于预测proposal的中心锚点对应的propo...

一、简介VGG网络在2014年的 ILSVRC localization and classification 两个问题上分别取得了第一名和第二名。VGG网络非常深，通常有16－19层，如果自己训练网络模型的话很浪费时间和计算资源。因此这里采用一种方法获取VGG19模型的模型数据，从而能够更快速的应用到自己的任务中来，本文在加载模型数据的同时，还可视化图片在网络传播过程中，每一层的输出特征...