- 博客(5)
- 收藏
- 关注
RSS订阅原创 人脸检测算法理解之mtcnn
最近在一次交流活动中，再次听别人讲人脸检测算法mtcnn，虽然以前也断断续续听过两次，对于一些技术细节仍不清楚，为了解决自己的困惑，笔者又重拾起这一算法，在认真研读论文和思考后有了新的理解，于是记录下来。下文主要解释mtcnn中min_face_size这个参数是怎么起作用的、如何使用图像金字塔等，希望能对大家有所帮忙。1 相关知识点1.1 “network in network”作为新加坡...
2018-12-30 16:12:57
3531
3
原创 理解目标检测算法之Light Head R-CNN
文章目录1 动机2 网络结构3 实验结果4 个人总结对于目标检测任务，输入图像通常都要经历３个步骤，Backbone + Head + Postprocess(NMS)，目标检测算法的优化，通常也是围绕着这３个方面展开的。针对Backbone的优化有DetNet，针对Head的优化有Light head R-CNN，针对Postprocess的优化有soft nms和softer nms。值得...
2018-12-23 18:41:59
1913
原创 理解目标检测算法之R-FCN
在上一篇博文中，笔者写到了对Roi Pooling和Roi Align的区别的理解，当时不禁觉得Mask rcnn引入了Roi Align操作，进一步优化了目标检测任务的定位精度，然后在想，如果想继续优化，又有什么可供优化的方向呢，百思不得其解。后来又一次跟同事交流这个问题，然后无意间了解到凯明大神后面又联合提出了R-FCN。然后笔者查阅了一些资料和原论文，有了自己的一些理解和体会，故这里记录下来...
2018-12-23 14:35:29
1743
原创 目标检测算法Q&A
1. 目标检测问题1. Yolo和SSD的区别是什么？回答：YOLO定位精度差，小目标检出率低；SSD是YOLO的多尺度版本，对小目标检出有改善。2. R-CNN、Fast-rcnn、Faster-rcnn的区别是什么？回答：（1）R-CNN使用selective search，然后对每个预选框做分类，缺点为穷举所有框很耗时；（2）Fast-rcnn使用selective search...
2018-12-19 19:38:27
365
原创 人工特征之SIFT和HOG
文章目录1 SIFT（局部特征）1.1 特征点检测1.2 特征点描述1.3 特征点匹配2 HOG（全局特征）2.1 特征描述子2.2 HOG特征提取步骤计算机视觉相关的任务都需要先提取特征，然后基于所提取的特征做分类、分割、视觉问答等任务。现在主流的提取特征的方法，都是采用神经网络自动提取对任务起作用的特征，使用人工设计的特征已经成为过去时了。然而，笔者认为，对于每一个算法，找准它的细分领域，...
2018-12-12 10:45:43
5720
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人