- 博客(11)
- 资源 (19)
- 问答 (2)
- 收藏
- 关注
原创 C++工厂模式
工厂模式分为3种,即简单工厂模式、工厂方法模式、抽象工厂模式,C++的工厂模式主要利用到虚函数。简单工厂模式工厂方法模式抽象工厂模式
2019-08-28 23:40:40 10486 1
原创 [Intensive Reading]目标检测(object detection)系列(十二) CornerNet:anchor free的开端
过去的目标检测算法,two-stage方法从Faster R-CNN开始,one-stage方法从SSD开始,都无一例外的引入了anchor,anchor先验的引入使网络不需要从0直接预测Bounding box,这有利于目标检测器得到更好的效果。但是随着Anchor box的逐渐增多,它变成了目标检测算法的一个瓶颈,而CornerNet首次弃用了anchor box,就像它的名字一样,它将目标物体转化为检测左上角和右下角的点。
2019-08-25 18:09:16 2502
原创 [Intensive Reading]目标检测(object detection)系列(十一) RetinaNet:one-stage检测器巅峰之作
在RetinaNet之前,目标检测领域一个普遍的现象就是two-stage的方法有更高的准确率,但是耗时也更严重,比如经典的Faster R-CNN,R-FCN,FPN等,而one-stage的方法效率更高,但是准确性要差一些,比如经典的YOLOv2,YOLOv3和SSD。而RetinaNet的出现,在一定程度上改善了这个问题,让one-stage的方法具备了比two-stage方法更高的准确性,而且耗时更低。
2019-08-24 17:33:22 3558 3
原创 [Intensive Reading]目标检测(object detection)系列(十) FPN:用特征金字塔引入多尺度
SSD算法证明了多层分支对于目标检测的有效性,在此之前two-stage的目标检测方法已经优化改进过很多代,但是一直没有加入多尺度的方法。终于在FPN中,two-stage引入了多尺度,并且在SSD多层分支方法的基础上进一步改进,提出了特征金字塔网络。FPN的论文是《Feature Pyramid Networks for Object Detection》。
2019-08-22 14:12:15 7490 2
原创 人脸检测通用评价标准
简介人脸检测任务应该如何评价评价标准二分类的精准率和召回率人脸检测是目标检测的一个特例,因为目标类别只有一类,剩下的都是背景,所以人脸检测评价标准中会用到些二分类问题的评价,在这里先提一下。二分类问题最常用的就是精准率和召回率:精准率代表着预测为正的样本中有多少是正确的;召回率代表着总的正样本中有多少正样本被成功预测出来。假设实际测试集中有100个正样本和100负样本,100个...
2019-08-21 12:21:19 6384
原创 [Intensive Reading]目标检测(object detection)系列(九) YOLOv3:取百家所长成一家之言
取百家所长成一家之言是一句书面意思上绝对褒义的话,形容一个论文却有些许的尴尬,但是YOLOv3确实是这样,没什么大的改动和创新点,而是融合借鉴了很多在其他的方案,最后效果还是很好的,文章中自己也提到了:“We made a bunch of little design changes to make it better”,YOLOv3的论文是《YOLOv3: An Incremental Improvement》,真的是个很低调的题目,没有Better, Faster和Stronger。╮( ̄▽  ̄)╭
2019-08-18 18:54:41 4235 1
原创 如何计算CNN感受野、计算量和模型大小
下面以最经典的AlexNet模型为例子,计算感受野,模型计算量和大小(内存)。下面这张图是AlexNet的结构图,看起来比较直观。感受野感受野是检测和分割任务中比较重要的指标,它是一个逐层叠加的过程,计算到最后一层的卷积特征图输出上,它的计算公式是:RFi=RFi−1+(kernelsize−1)×stride,RF0=1RF_{i}=RF_{i-1}+(kernelsize-1)\tim...
2019-08-17 15:45:19 4501 1
原创 如何理解扩张卷积(dilated convolution)
扩张卷积(Dilated Convolution)也被称为空洞卷积或者膨胀卷积,是在标准的卷积核中注入空洞,以此来增加模型的感受野(reception field)。相比原来的正常卷积操作,扩张卷积多了一个参数: dilation rate,指的是卷积核的点的间隔数量,比如常规的卷积操作dilatation rate为1。它的论文是:《MULTI-SCALE CONTEXT AGGREGATION BYDILATED CONVOLUTIONS》
2019-08-16 18:35:15 45258 10
原创 [Intensive Reading]目标检测(object detection)扩展系列(一) Selective Search:选择性搜索算法
在Faster R-CNN算法之前,R-CNN,SPP-Net和Faster R-CNN这些方法中,都用到了SS(Selective Search)算法,它其实是一种区域建议算法为后续的检测任务提供候选框,SS的论文是[《Selective Search for Object Recognition》]
2019-08-14 15:53:31 1659
原创 [Intensive Reading]目标检测(object detection)系列(六) SSD:兼顾效率和准确性
SDD出现之前,主流的CNN目标检测模型分别是Faster R-CNN和YOLO,Faster R-CNN作为two-stage的代表,具有state of the art的准确性,但是速度偏慢,做不到实时。。YOLO使得目标检测任务one-stage就能完成,在效率上有了明显改善,但是准确性上确差了很多。这就好比“人有悲欢离合,月有阴晴圆缺,此事古难全。”但是就在这个时候,SDD出现了,一个兼顾了效率和准确性的网络结构。因为它做到了比Faster R-CNN更准,同时又比YOLO更快的性能表现。
2019-08-11 22:06:08 2947 1
原创 [Intensive Reading]目标检测(object detection)系列(五)YOLO:目标检测的另一种打开方式
从时间轴上看,YOLO(YOLO v1)的提出在R-CNN,SPP-Net,Fast R-CNN和Faster R-CNN之后,论文题目是《You Only Look Once: Unified, Real-Time Object Detection》,从某种意义上说,YOLO的提出,从另一各方面定义了基于CNN的目标检测任务的基本方法。--------------------- 版权声明:本文为CSDN博主「chaibubble」的原创文章,遵循CC 4.0 by-sa版权协议,转载请附上原文出处链接
2019-08-09 13:12:01 3226
眼球跟踪定位算法,eyelike
2018-04-14
numpy-1.10.0
2017-05-13
matplotlib-1.3.0
2017-05-13
软件加密工具Zprotect
2017-03-22
《机器学习实战》源码
2017-02-13
《机器学习实战》源代码
2017-01-24
Halcon试用版生成C++代码
2017-04-03
软件设计中,加入动态模型的方法
2017-01-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人