![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DeepLearning
JessieCode
这个作者很懒,什么都没留下…
展开
-
Object Proposal(OP)综述
目标检测(object detection),要求模型不仅能判断一幅输入图像中包含哪类目标,还得框出目标的具体位置(bounding box)。为了实现上述要求,传统的方法是利用滑动窗口(Sliding Window)的方式,用不同尺度(scale)、比例(aspect ratio)的窗口在图像上滑动,穷举出所有可能位置上的子图像块。...转载 2018-03-17 11:28:19 · 1980 阅读 · 0 评论 -
RCNN以及Fast RCNN的不同
RCNN的主要框架:Fast RCNN的框架如下: Faster RCNN与RCNN的主要不同: 首先我们要知道Faster RCNN是RCNN的改进版本,RCNN需要对~2K个region proposals都进行特征提取,这一操作的计算量是巨大的,而且一张image产生那么多region proposals,那它们之间势必有着大量的重复区域,而对这些重复区域都需要提取特征,这一举措...原创 2018-03-16 15:48:15 · 1409 阅读 · 0 评论 -
深度学习基础知识链接
卷积神经网络物体检测之感受野大小计算: https://www.cnblogs.com/objectDetect/p/5947169.html如何评价rcnn、fast-rcnn和faster-rcnn这一系列方法? https://www.zhihu.com/question/35887527深度学习caffe的代码怎么读? https://www.zhihu.com/quest...原创 2018-03-16 13:22:00 · 200 阅读 · 0 评论 -
如何才能将Faster R-CNN训练起来?(python版本)
&nbs转载 2018-03-15 20:15:45 · 332 阅读 · 0 评论 -
深度学习论文汇总(2018.2.4更新)
好记性不如烂笔头,一直以来都只有写书面学习笔记的习惯,从来没写过博客。如今很荣幸地加入了浙江大学学生人工智能协会,立志在跟随优秀的老师和学长学姐学习AI领域相关技术的同时也为协会的运营和发展贡献力量。9月份入学以来,因为科研需要加上个人浓烈的兴趣,一直坚持着学习机器学习、深度学习相关的知识。如今,我还负责分管协会深度学习论文归档这块的...转载 2018-03-15 19:59:36 · 988 阅读 · 1 评论 -
深度学习常用的Data Set数据集和CNN Model总结
【数据库】FaceDataset常用的人脸数据库http://blog.csdn.net//chenriwei2/article/details/50631212肤色检测&人脸检测数据集等链接大集合(持续更新中…)http://blog.csdn.net/wangkr111/article/detail...转载 2018-03-15 19:53:23 · 3678 阅读 · 0 评论 -
精确率和回召率
精确率是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了,一种就是把正类预测为正类(TP),另一种就是把负类预测为正类(FP),也就是 P = TP/(TP+FP)。而召回率是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。那也有两种可能,一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。也就是...转载 2018-03-15 11:20:39 · 1679 阅读 · 0 评论 -
CVPR 2017 Annotating Object Instances with a Polygon-RNN
# 欢迎使用Markdown编辑器写博客本Markdown编辑器使用[StackEdit][6]修改而来,用它写博客,将会带来全新的体验哦: 文章主页:http://www.cs.toronto.edu/polyrnn/1 简介: 文章作者基于深度学习提出一种半自动目标事例标注(semi-automatic annotation of object i转载 2018-01-31 12:18:20 · 467 阅读 · 0 评论 -
Selective Search for Object Recognition(阅读)
文章的题目就是Selective Search for Object Recognition。code:here.看图说话:1、问题:如何判别哪些region属于同一个物体?这个问题似乎没有答案:对于图a,说明了物体之间可能具有的层级关系,比如碗里有个勺子等。对于图b,我们可以根据颜色来分开两只猫,但是不能根据纹理来分开。对于图c,我们可以根据纹理来找到变色龙,但是不能根据颜色来找到。对转载 2018-01-02 20:06:31 · 323 阅读 · 0 评论 -
Selective Search for Object Recognition
Selective Search for Object Recoginitionsurgewong@gmail.comhttp://blog.csdn.net/surgewong 在前一段时间在看论文相关的工作,没有时间整理对这篇论文的理解。在前面的一篇博客【1】中有提到Selective Search【2】,其前期工作利用图像分割的方法得到一些原始区域(具体内容请查看【1】),然后使用一转载 2018-01-02 14:51:29 · 178 阅读 · 0 评论 -
SSD(single shot multibox detector)算法及Caffe代码详解
这篇博客主要介绍SSD算法,该算法是最近一年比较优秀的object detection算法,主要特点在于采用了特征融合。论文:SSD single shot multibox detector 论文链接:https://arxiv.org/abs/1512.02325算法概述:本文提出的SSD算法是一种直接预测bounding box的坐标和类别的object ...转载 2018-01-01 11:28:54 · 823 阅读 · 0 评论 -
HyperNet: Towards Accurate Region Proposal Generation and Joint Object Detection
提出的HyperNet网络基于设计的Hyper特征,这种特征主要先集合分等级的特征图,然后将其压缩到一个空间。这种Hyper特征同时具有足够深和很好的语义信息,在PASCAL VOC 2007和2012上可以通过每张图产生仅仅100个proposal,而达到很好的精度和效果,同时可以达到实时...转载 2018-03-17 14:05:14 · 143 阅读 · 0 评论