![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
检测算法
长风o
本博客为编程学习记录之用,同时方便自己总结和他人借鉴。如有不当之处请联系本人。
展开
-
CNN目标检测(一):Faster RCNN详解
Faster RCNN github : https://github.com/rbgirshick/py-faster-rcnnFaster RCNN paper : https://arxiv.org/abs/1506.01497Bound box regression详解 : http://download.csdn.net/download/zy1034092330/9940097(来源:...转载 2018-07-05 19:04:49 · 346 阅读 · 0 评论 -
DetNet 解析
1.使用FPN等网络的缺点: 预训练不一致:传统的ResNet或者VGG的stride等于32(就是输入图片和最后的特征图大小的比例),按照每个阶段(stage)的特征图尺度减少为原来的1/2来计算,通常会有5个stage(P1-P5),而FPN中存在P6,RetinaNet中存在P6和P7,而P6和P7是没有被预训练过的。(然而P6和P7已经对任务很敏感了,还需要预训练么,会不会多余?当...转载 2018-08-20 15:00:25 · 672 阅读 · 0 评论 -
Dilated Convolutions——扩张卷积
1. 扩张卷积Dilated Convolutions,翻译为扩张卷积或空洞卷积。扩张卷积与普通的卷积相比,除了卷积核的大小以外,还有一个扩张率(dilation rate)参数,主要用来表示扩张的大小。扩张卷积与普通卷积的相同点在于,卷积核的大小是一样的,在神经网络中即参数数量不变,区别在于扩张卷积具有更大的感受野。感受野是卷积核在图像上看到的大小,例如3×33×3卷积核的感受野大小为9。...转载 2018-08-20 15:24:57 · 1915 阅读 · 0 评论 -
CornerNet:目标检测算法新思路
1 目标检测算法概述CornerNet(https://arxiv.org/abs/1808.01244)是密歇根大学Hei Law等人在发表ECCV2018的一篇论文,主要实现目标检测。在开始介绍CornerNet论文之前,先复习一下目标检测领域的主流算法,因为作者提出的算法和主流算法很多不一样。 深度方法主要分为one-stage(e.g. SSD, YOLO)和two-stage...转载 2018-08-20 16:01:54 · 2792 阅读 · 1 评论