- 博客(5)
- 资源 (4)
- 收藏
- 关注
原创 【论文】OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks总结
趁热打铁,把OverFeat总结了。一、简介这个文章中提出了一种较为通用的结构,并将其应用在了识别(classification)、定位(localization,只有一个物体,要给出位置)、检测(detection,可能有0到多个物体)。并且将其使用的特征提取器命名为了OverFeat(仅仅是一个名字,文中也没有给出解释)。这篇论文或许是很早一批将CNN利用到多种不同任务上的一种尝试,因...
2019-03-30 11:27:04 238
原创 【论文】SPP(Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition)
本来是打算总结R-FCN的,但是我发现SPP和Over-Feat在很多地方都有提到,所以先对这两个东西进行一个总结。SPP网络的思想很简单,但是这篇论文却写出了很多东西,这一点很值得学习。一、简介SPP的提出是为了解决CNN固定输入的问题,这导致了在面对不同大小图片的时候,它只能使用裁剪或者缩放的方法获得与CNN输入大小一致的图片,但是这些方法会对物体产生形变,会丢失信息。SPP有几个很...
2019-03-29 21:16:32 637
原创 【论文】SSD: Single Shot MultiBox Detector简介
一、简介SSD提出于2016年三月20日,比YOLO v1早两个月,但是它其中提到了YOLO,所以应该是比YOLO晚的。SSD也是一个one stage方法,它其中的改进包括:1.使用小卷积及取预测类别和定位偏差,2.使用不同的filter去对于不同宽高比(aspect ratio)进行判断,3.在多个feature map上进行判断。二、基本思想对于每个feature...
2019-03-28 22:42:21 220
原创 【论文】YOLOv1
YOLOv1的结构很简单,和一般的分类网络差别不大。主要是损失函数的设计以及对于训练过程的设计,还有就是网络输出代表的含义。YOLOv1的输出是一个7*7的矩阵,它假设网络相应index的输出对应于输入图片相应的grid,每个index对应几个b-box,这个b-box是有限定的,它的中心处于grid中,因此我们的目标之一应该是是判断grid中是否包含某个物体的中心,假如中心没有包含在gr...
2019-03-28 15:31:37 154
原创 【其他】【思考】目标检测的目标以及mAp(0)
一、简介目标检测(object detection)是一个CV中一个经典的问题,相对于物体识别任务而言,它更加的复杂,应用也更加的广泛。目标检测(以下指general object detection)的任务是在场景中检测出给定的一组类别中所有的物体,这个类别组通常包含很多的类别,例如20类,为的是体现出检测任务的普适性(general)。检测分为两步,第一是对物体的位置(location)以...
2019-03-24 15:08:51 1088 1
COCO和Pascal VOC数据集可视化工具.rar
2019-07-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人