2020年02月_CristianoC20

原创 YOLO v3实战之钢筋数量AI识别（一）

本次的YOLO v3实战是基于DataFountain的一个比赛：智能盘点—钢筋数量AI识别，baseline model就选用上次讲解YOLO v3理论YunYang复现的YOLO v3。本次系列也和正常我们做比赛的流程一样分为两部分，这次也是第一部分将会带大家跑通baseline（比赛的话可能会对比多个，这里仅跑YOLO v3），第二部分将会分析baseline出现的问题结合赛题背景进行改进...

2020-02-19 22:45:42 4620 25

原创 Tensorflow1.X迁移到2.0教程

最近发现tf升级2.0之后有些api更新了，所以代码就无法直接迁移，所以做一下记录。目录单脚本转换文件夹批量转换注意事项单脚本转换先进入到你要转换脚本(eg:yolov3.py)的目录，然后：tf_upgrade_v2 --infile yolov3.py --outfile yolov3.py文件夹批量转换先进入你要转换的文件夹根目录（eg:yolov3/），然...

2020-02-19 17:30:36 1345

原创 Batch Normalization本质：平滑优化空间

相信BN层对大家来说并不陌生，今天除了讲解BN被大家说的比较多的东西外会讲一下BN真正work的本质。今天之所以来讲解BN是因为早上听了一个旷视的讲座，听完之后发现旷视研究院在今年1月19日发表的用来解决小批量训练BN不稳定的问题论文：MABN。这对于一般用自己电脑来训练网络的我来说感觉是一个福音，可以减缓batch_size设小之后性能降低的问题（谷歌在一个月前也提出了改进的FRN：一种不依赖...

2020-02-15 19:49:18 478

原创 ICLR20 - 旷视研究院提出MABN：解决小批量训练BN不稳定的问题

本次先大体翻译MABN的论文，有机会我会把YOLO中的BN换成MABN在小批次上试试效果。目录背景介绍批归一化中的统计量滑动平均批归一化实验论文地址背景批度归一化（Batch Normalization/BN已经成为深度学习领域最常用的技术之一，但他的表现很受批次(Batch Size)限制。小批次样本的批统计量（Batch Statistics)十分不稳定，导致训练的...

2020-02-15 19:48:02 360

原创 CVPR2016:ResNet 从根本上解决深度网络退化问题

深度残差网络（Deep residual network, ResNet）的提出是CNN图像史上的一件里程碑事件，在2015年提出的时候便取得了五项第一，而何恺明大神也凭借这一paper斩获CVPR 2016 Best Paper Honorable Mention。目录背景（深度网络的退化问题）残差结构残差结构起作用的原因网络结构实验结果论文地址背景（深度网络的退化问题）...

2020-02-14 12:29:01 2462 1

原创目标检测之YOLO v1-You Only Look Once（一）

提到计算机视觉，自然会提到目标检测（object detection），而谈到目标检测,YOLO系列算法算是目标检测中2016年起燃起的一颗新星，接下来笔者将会挨个介绍YOLO这个家族中各个算法，本文则从CVPR2016的这篇You Only Look Once: Unified, Real-Time Object Detection介绍YOLO v1的论文说起。先上YOLO的官方演示demo：...

2020-02-11 17:18:38 681

原创 CVPR2019:使用GIoU作为目标检测新loss

如今一些目标检测算法如YOLO v3已经都在用GIOU代替IOU进行损失计算并取得不错的效果，GIOU的思路简单而有效，今天我们就来解读一下CVPR19的这篇Generalized Intersection over Union: A Metric and A Loss for Bounding BoxRegression提出的广义IoU-GIoU目录背景及介绍算法流程及代码实验结...

2020-02-11 17:18:37 401

原创 ICCV2017：Focal Loss for Dense Object Detection

这篇有关Focal Loss的paper是何恺明大神提出的又一经典paper，除了提出Focal Loss还提出了RetinaNet，这里就先不对RetinaNet做介绍，单纯讲讲Focal Loss目录背景简单介绍核心思想论文背景我们知道目标检测的算法主要可以分为两大类：two-stage和one-stage。前者的代表算法是R-CNN系列，可以达到很高的准确率，但是速度...

2020-02-11 17:18:12 228

CristianoC