目标检测
文章平均质量分 92
do_best_
这个作者很懒,什么都没留下…
展开
-
卷积神经网络之DenseNet算法
论文:Densely Connected Convolutional Networks论文链接:https://arxiv.org/pdf/1608.06993.pdf代码的github链接:https://github.com/liuzhuang13/DenseNet前言CVPR2017的oral,文章提出的DenseNet(Dense Convolutional Networ...原创 2019-03-14 09:03:24 · 1204 阅读 · 0 评论 -
注意力模型CBAM
论文:CBAM: Convolutional Block Attention ModuleCBAM表示卷积模块的注意力机制模块。是一种结合了空间(spatial)和通道(channel)的注意力机制模块,相比于senet只关注通道(channel)的注意力机制可以取得更好的效果。基于传统的VGG结构的CBAM模块,需要在每个卷积层后面加该模块。基于ResNet结构的C...原创 2019-03-15 14:57:18 · 8578 阅读 · 3 评论 -
R-CNN算法理解
论文题目《Rich feature hierarchies for accurate oject detection and semantic segmentation》即针对高准确度的目标检测与语义分割的多特征层级。作者:Ross Girshick JeffDonahue,TrevorDarrell,Jitendra Malik发布于2014年重要意义1、在 Pascal VOC 2...原创 2019-03-12 11:16:32 · 682 阅读 · 0 评论 -
目标检测——Selective Search算法理解
滑动窗口算法/Sliding Window Algorithm在滑动窗口方法中,我们在图像上滑动一个框或窗口来选择一个区域,并使用目标识别模型对窗口覆盖的每个图像块进行分类。这是一个穷尽搜索整个图像的对象。我们不仅需要搜索图像中所有可能的位置,还得在不同的尺度上搜索。这是因为物体识别模型通常是在特定的尺度(或范围)上进行训练的。这将对成千上万的图像块进行分类。滑动窗口方法对于固定的纵横比...原创 2019-03-12 11:15:29 · 2578 阅读 · 0 评论 -
深度学习算法及其应用
一、实验目的二、实验的硬件、软件平台三、实验内容和步骤四、思考题五、实验心得与体会一、实验目的1、了解深度学习的基本原理,能够解释深度学习原理;2、能够使用深度学习开源工具tensorflow识别图像中的数字,对实验性能进行分析;3、了解图像识别的基本原理。二、实验的硬件、软件平台硬件:计算机软件:操作系统:WINDOWS2000...原创 2018-03-25 23:01:25 · 27468 阅读 · 3 评论 -
目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN
object detection技术的演进:RCNN->SppNET->Fast-RCNN->Faster-RCNN图像识别+定位卷积神经网络CNN已经帮我们完成了图像识别(判定是猫还是狗)的任务了,我们只需要添加一些额外的功能来完成定位任务即可。定位问题的解决思路思路一:看做回归问题看做回归问题,我们需要预测出(x,y,w,h)四个参数的值,从而...原创 2019-03-13 09:39:41 · 419 阅读 · 0 评论 -
深度学习中的注意力机制
近两年,注意力模型(Attention Model)被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中,是深度学习中最值得关注与深入了解的核心技术之一。本文以机器翻译为例,深入浅出地介绍了深度学习中注意力机制的原理及关键计算机制,同时也抽象出其本质思想,并介绍了注意力模型在图像及语音等领域的典型应用场景。人类的视觉注意力从注意力模型的命名方式看,很明显其借鉴了人...原创 2019-03-13 15:48:13 · 472 阅读 · 0 评论