![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
看不见我呀
坚持就是胜利
展开
-
yolo系列的文章
https://www.cnblogs.com/makefile/p/YOLOv3.html本文逐步介绍YOLO v1~v3的设计历程。YOLOv1基本思想YOLO将输入图像分成SxS个格子,若某个物体 Ground truth 的中心位置的坐标落入到某个格子,那么这个格子就负责检测出这个物体。yolo-grid-predict每个格子预测B个bounding box...转载 2020-01-18 21:20:37 · 459 阅读 · 0 评论 -
faster-rcnn-论文RPN
以下先简单介绍rpn,不过还来不及看代码呢,以后补充上。1.1目的——输入为image,输出为一堆目标候选区域1.2网络架构——一个网络在basemodel的最后一个featuremap上滑动。每个滑动窗口映射为256维的特征向量1.3anchor——在每一个滑动窗口位置,同时生成k个候选区域。每一个anchor关联一个面积和一个ratio。1.4tanchor的标...原创 2019-09-29 10:23:42 · 94 阅读 · 0 评论 -
剪枝 (论文 + 代码)
参考实现:https://github.com/jack-willturner/DeepCompression-PyTorch剪枝的方法(重复100次:剪枝 + 微调 ):阈值的求取方法:——中位数法微调的方法:...原创 2019-09-28 23:17:38 · 1796 阅读 · 0 评论 -
SSD_论文 + 代码解读
需要完善的点:1.mAP:理解2.tf.record参考:https://zhuanlan.zhihu.com/p/380136621.ssd细节1.1模型结构前面都是VGG19后面接预测的生成特征的过程1.2anchor的过程每一层负责的面积不同。并且antio也不同每一层只有一个size,但是有多个ratio。1.3整理训练样本其实这...原创 2019-09-28 17:56:20 · 282 阅读 · 0 评论 -
fcn的理解
https://medium.com/nanonets/how-to-do-image-segmentation-using-deep-learning-c673cc5862ef如今,语义分割是计算机视觉领域的关键问题之一。纵观全局,语义分割是为完整场景理解铺平道路的高级任务之一。场景理解作为核心计算机视觉问题的重要性突出表现在越来越多的应用程序通过从图像推断知识而滋养。其中一些应用包括自动驾...转载 2018-11-16 15:31:16 · 6899 阅读 · 0 评论 -
deconv理解
近期在看fcn,提到a natural way to upsample is therefore backwards convolution (sometimes called deconvolution) with an output stride of f. Such an operation is trivial to implement, since it simply reverse...转载 2018-11-16 10:07:08 · 7268 阅读 · 1 评论 -
深度学习——分类之ResNet
https://zhuanlan.zhihu.com/p/32781577论文:Deep Residual Learning for Image Recognition作者:Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian SunImageNet Top5错误率: 3.57%主要思想:Residual,残差,名字就体现了,不学绝对值,而学差...转载 2018-11-08 15:23:39 · 4633 阅读 · 2 评论 -
FPN详解
论文题目:Feature Pyramid Networks for Object Detection论文链接:论文链接论文代码:Caffe版本代码链接一、FPN初探1. 图像金字塔图1 图像金字塔图2 高斯金字塔效果如上图所示,这是一个图像金字塔,做CV的你肯定很熟悉,因为在很多的经典算法里面都有它的身影,比如SIFT、HOG等算法。我们常用的是高斯金字塔,所谓的高斯金...转载 2018-11-08 15:19:17 · 1192 阅读 · 1 评论 -
几篇较新的计算机视觉Self-Attention
https://www.zhihu.com/search?q=Self-Attention&type=content作者:Fisher Yu链接:https://zhuanlan.zhihu.com/p/44031466来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 Attention注意力,起源于Human visual system(HV...转载 2018-11-09 16:40:59 · 1075 阅读 · 0 评论 -
解读Squeeze-and-Excitation Networks(SENet)
https://zhuanlan.zhihu.com/p/32702350Squeeze-and-Excitation Networks(SENet)是由自动驾驶公司Momenta在2017年公布的一种全新的图像识别结构,它通过对特征通道间的相关性进行建模,把重要的特征进行强化来提升准确率。这个结构是2017 ILSVR竞赛的冠军,top5的错误率达到了2.251%,比2016年的第一名还要低...转载 2018-10-09 15:12:28 · 3371 阅读 · 0 评论 -
yolo翻译
you only look onceAbstractWe present YOLO, a new approach to object detection.Prior work on object detection repurposes classifiers to perform detection. (以前的工作都是使用分类器类执行检测工作)Instead, we frame obj...原创 2018-09-06 18:02:31 · 994 阅读 · 0 评论 -
fast rcnn
思路:1.如何构建网络(image和roi输入,roi-pooling, 双输出,图1)2.如何采样(roi,引rcnn)3.roi-pooling(sppnet)4.multi-task loss(仅仅对正样本计算loss) AbstractThis paper proposes a Fast Region-based Convolutional Network ...原创 2018-09-05 23:33:04 · 1855 阅读 · 0 评论 -
Faster R-CNN中RPN和anchor解释
https://blog.csdn.net/gm_margin/article/details/80245470Faster R-CNN中的RPN和anchor机制前段时间写了一篇关于Detection的文章Object Detection 之 R-CNN/SPPNet/Fast R-CNN/Faster R-CNN,只是粗浅的介绍了下Faster R-CNN之前Detection的网络架...转载 2018-09-05 10:53:14 · 1553 阅读 · 0 评论 -
Faster RCNN:RPN,anchor,sliding windows
https://blog.csdn.net/u014365862/article/details/77887230paper链接:Faster R-CNN: Towards Real-Time Object Detection with Region Proposal NetworksGithub源码python版本:https://github.com/MachineLP/py-fast...转载 2018-09-05 10:50:24 · 489 阅读 · 0 评论 -
faster rcnn翻译
总结:1.rpn是被单做一个二分类网络来训练的,其输出的roi刚好用于fast rcnn的输入,经过roi pooling,经过训练,进行目标检测;2.由于rpn是采用划窗的思想完成的,所以采用卷积完成,后加两个并列的1*1卷积,进行预测roi的位置以及是否有roi3.问题;conv的每一个像素点预测k个anchor,那最后生成的维度问题,采样的时候,又说是128采样roi???...原创 2018-09-04 18:24:56 · 2167 阅读 · 1 评论 -
论文解读Face Detection using Deep Learning: An Improved Faster R-CNN Approach
https://arxiv.org/pdf/1701.08289.pdf FDDB face detection benchmark evaluation引言:在物体检测上,R-CNN十分成功,跟随这个工作,我们提出一个新的脸部检测方法,扩展改进Faster R-CNN算法。我们的算法通过结合几个策略,包括特征连接,强负面挖掘(hard negative mining)和多尺度训练等来改...原创 2018-09-04 14:14:24 · 956 阅读 · 0 评论 -
一些比较好的微博
1.yolo9000:better, faster, stronger作者:joseph redmonhttps://pjreddie.com/darknet/推荐理由:里边列出了最近的大多数模型,不过时yolo的训练方法2.https://www.zhihu.com/question/38098038一个比较好的知乎专栏。目前正在攻读中原创 2017-12-29 16:22:20 · 322 阅读 · 0 评论 -
2017cvpr优秀论文导读
https://www.leiphone.com/news/201707/hn9wdexmWp8OpuAB.html雷锋网 AI 科技评论按:CVPR 2017的获奖论文已经在大会的第一天中公布,共有6篇论文获得四项荣誉。雷锋网 AI 科技评论对6篇获奖论文做了简要介绍如下。CVPR最佳论文本届CVPR共有两篇最佳论文,其中就有一篇来自苹果。「Densely C转载 2017-12-29 14:43:27 · 903 阅读 · 0 评论