目标检测
文章平均质量分 82
MidasKing
这个作者很懒,什么都没留下…
展开
-
YOLOv5模型剪枝压缩(3)-剪枝策略2
在之前介绍了基于Network Slim的bn层通道剪枝策略。但是因为Bottleneck模块中shortcut的存在需要shortcut和残差有相同的size,所以没有dui原创 2021-06-05 00:11:25 · 3615 阅读 · 10 评论 -
YOLOv5模型剪枝压缩(2)-YOLOv5模型简介和剪枝层选择
本项目基于最新yolov5分支 v5.0(https://github.com/ultralytics/yolov5/releases/tag/v5.0)xian原创 2021-06-03 23:34:34 · 24742 阅读 · 37 评论 -
98点人脸关键点检测算法
98-FaceLandmarks98 landmark detection数据集WFLW使用98关键点的WFLW数据集.这是由商汤提供的。里面除了关键点外,还对姿态、表情、照度、化妆、遮挡、模糊等信息进行标注。数据集包含7,500训练(list_98pt_rect_attr_train.txt),2,500测试(list_98pt_rect_attr_test.txt)。标签格式如下:coordinates of 98 landmarks (196) + coordinates of upp原创 2021-01-04 18:57:02 · 9678 阅读 · 2 评论 -
Pytorch目标检测模型Android移植-超超超轻量人脸检测和关键点识别算法(2)
书接上文,我们实现了一个大小仅仅813 k的人脸检测模型。如何移植到android呢?Pytorch1.3之后就提供了android移植的开发示例:https://pytorch.org/mobile/android/基本流程是Pytorch模型->TorchScrip序列化,然后android调用模型即可.1.序列化你的模型import torchimport torchvisionmodel = 你的模型model.eval()example = torch.ran原创 2020-09-05 16:14:09 · 3837 阅读 · 22 评论 -
yolov4论文解读和训练自己数据集
前天YOLOv4终于问世——YOLO v4 论文:https://arxiv.org/abs/2004.10934YOLO v4 开源代码:https://github.com/AlexeyAB/darknet效果相比YOLOv3和去年的EfficientDet系列提升明显。这里使用tensorflow model的测试图片对官方给出的COCO数据集训练的模型测试对比:YOLO......原创 2020-04-26 00:44:01 · 4655 阅读 · 16 评论 -
YOLOv3剪枝压缩99.04%参数,精度不变
基于 Learning Efficient Convolutional Networks Through Network Slimming (ICCV 2017) 论文的模型压缩。目前有很多的开源实现,基于各种方法对YOLOv3进行裁剪和压缩,例如:[SlimYOLOv3][YOLOv3-model-pruning][YOLOv3-complete-pruning]等等.........原创 2020-03-29 11:13:45 · 3731 阅读 · 0 评论 -
深度学习目标检测系列论文阅读和Pytorch实现(三)——SSD代码实现
本章介绍SSD的Pytorch代码实现。具体原理参考上一章节:https://blog.csdn.net/IEEE_FELLOW/article/details/104241995代码我已经上传我的github,欢迎star:https://github.com/midasklr/SSD.Pytorch主要参考了https://github.com/amdegroot/ssd.pyto.........原创 2020-02-09 23:21:28 · 3401 阅读 · 4 评论 -
深度学习目标检测系列论文阅读和Pytorch实现(二)——SSD论文阅读
比较老的论文,但是是one stage的代表。 主要贡献 1)提出SSD检测架构。具有比YOLO更快更准的单阶段检测器,具有和较慢的Faster RCNN一样的准确率。2)SSD的核心思想是使用一组固定的default bounding box通过小的卷积核作用于特征图上对类别和边框的偏移(offset)进行预测。3)为了获得高的检测准确率,在不同尺度特征图上进行预测。4)简...原创 2020-02-09 22:57:07 · 703 阅读 · 1 评论 -
深度学习目标检测系列论文阅读和Pytorch实现(四)——FCN论文阅读
FPN论文(https://arxiv.org/abs/1612.03144)特征金字塔结构是进行多尺度目标检测常见架构。在论文之前因为计算量过大很少有相关的检测器。一、论文贡献1)、提出一种带有构建各种尺度的高层特征图的侧连接的自顶向下网络结构,称之为Feature Pyramid Network (FPN)。这句话有点绕,什么是自顶向下结构?何为顶部?何为底部?对于输入图片,使...原创 2020-01-20 00:42:43 · 766 阅读 · 0 评论 -
深度学习目标检测系列论文阅读和Pytorch实现(一)
深度学习中目标检测通常分单阶段和两阶段算法。这里整理最近研究的单阶段系列算法,包含论文的简单介绍和Pytorch代码实现。算法路线为SSD=>FPN=>RetinaNet=>EfficientDet.目前正在复现EfficientDet论文。1、SSD论文解读2、SSD算法实现和训练自己的数据集3、FPN论文解读:https://blog.csdn.net/I...原创 2020-01-20 00:11:49 · 699 阅读 · 0 评论