跟随技术的脚步-linolzhang的专栏

读、写、倾听……

排序：
默认
按更新时间
按访问量
RSS订阅

原 OCR文字识别（1）

一. 研究背景        文字识别是CV领域应用最广，最接地气的方向之一，从证件识别到智慧医疗，从拍照识别到无人驾驶，从车牌识别到物流分拣，几乎涵盖了AI的所有场景。        通常文字识别分成两步，文本位置检测 + 识别。     > 论文参考：      ...

2018-09-20 00:37:12

阅读数：1191

评论数：1

原 基础网络架构探究之DiracNets

CNN研究者总是面临一个共同的话题：如何提升神经网络的表达能力？分两个方向去探讨：1）拉长增加网络层数是最直观的一种方法，但这种方法所面临的是 梯度消失问题，网络越深，梯度的回传越困难。基于此，MSRA提出了ResNet，通过skipconnection的方式，通过残差思想很好的解决了这个问题。可...

2018-03-28 02:11:08

阅读数：2645

评论数：1

原 Facebook开源检测工具包 Detectron （by Caffe2）

一. Detectron 特征        大名鼎鼎的 FAIR 开发的软件包，可以从【github】了解一下。        个人感觉比较有用的是 基于 ResNet 基础框架的 Faster RCNN和Mask RCNN。        Detectron 基于 Caffe2（貌似被诟病的不...

2018-02-02 23:31:55

阅读数：4550

评论数：0

原 TensorRT深度学习推理框架介绍

一.  产生背景       深度学习的发展带动了一批深度学习框架，caffe、tensorflow、pytorch等，对于计算量庞大的CNN，效率一直是大家所关注的，接触过深度网络压缩的同学应该知道网络压缩最关键的两个思路，剪枝和量化。       TensorRT就是量化，将FP32位权值数据...

2018-01-16 23:52:37

阅读数：10478

评论数：1

原 人群密度估计-Crowd Density

一. 应用背景      在安防大背景下，对敏感区域人流量的管控是一个重要的课题，防止人群骚乱、踩踏现象的发生，对非预期的人员汇聚进行预警等等，最常用的方法是检测到每个目标，然后借助 Perspective 矩阵完成到实际位置的映射，当然，在目标很难检测的情况下（密度极大、遮挡严重），基于回归的方...

2017-12-18 23:47:49

阅读数：5900

评论数：2

原 语义分割网络之PSPnet

一.提出背景       基于FCN全卷积网络的分割面临诸多问题，这篇文章从多尺度入手，提出了金字塔模型来提取多尺度的信息，达到了 State-of-the-art 的结果       论文：PSPnet：Pyramid Scene Parsing Network 【点击下载】       Caf...

2017-11-14 22:53:55

阅读数：7105

评论数：3

原 深度网络模型压缩 - CNN Compression

一. 技术背景       一般情况下，CNN网络的深度和效果成正比，网络参数越多，准确度越高，基于这个假设，ResNet50（152）极大提升了CNN的效果，但inference的计算量也变得很大。这种网络很难跑在前端移动设备上，除非网络变得简洁高效。       基于这个假设，有很多处理方法，...

2017-10-13 23:22:39

阅读数：6827

评论数：0

原 视频人员行为识别（Action Recognition）

一. 提出背景       目标：给定一段视频，通过分析，得到里面人员的动作行为。       问题：可以定义为一个分类问题，通过对预定的样本进行分类训练，解决一个输入视频的多分类问题。       这里提出的问题是简单的图片（视频）分类问题，该问题的前提条件是：场景目标为单人，并且占据图片比较大...

2017-09-19 21:28:28

阅读数：7441

评论数：3

原 Mark 一些有意思的深度学习方向

1. VQA       Visual Question Answering，给出一张图片，就该图片提出任何问题？自动get到你所期望的答案。这属于Visual Reasoning 的范畴，学者们不满足于传统的图像识别、分割、Caption等工作，尝试去挖掘更高级的机器推理能力。来看解决思路，CN...

2017-09-08 22:35:56

阅读数：4381

评论数：0

原 NoScope：极速视频目标检测

一.提出背景       在基于CNN的方法提升到一个很高的准确度之后，效率又成为人们所关注的话题，目前兼备准确度和效率的方法包括 SSD、YOLO v2，其检测效率通常能到达 30-100FPS，而这里面的代价就是上万块的显卡，这个代价是相当高的。当下视频获取设备（CCTV摄像头）成本通常是几百...

2017-08-29 23:22:04

阅读数：6169

评论数：0

原 DenseNet：更接近于真实神经网络的跨层连接

一. 提出背景       论文：Densely Connected Convolutional Networks 【点击下载】       Caffe代码：【Github】       受 Highway、ResNet 等算法思路的启发，提出一种跨层的连接网络，思路非常简单，直接上图：     ...

2017-08-16 22:11:08

阅读数：6174

评论数：2

原 对抗网络之目标检测应用：A-Fast-RCNN

对抗网络之目标检测应用：A-Fast-RCNN       论文：A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection 【点击下载】       Caffe代码：【Github】一. 深度学习正确的打开方式...

2017-08-05 00:21:16

阅读数：4730

评论数：0

原 轻量级网络 - PVANet & SuffleNet

一. PVANet       论文：PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection    【点击下载】       Caffe代码：【Github】       设计了一种轻量级的网络，取名叫...

2017-07-28 23:56:22

阅读数：5959

评论数：3

原 特征金字塔网络 FPN

一. 提出背景       论文：Feature Pyramid Networks for Object Detection  【点击下载】       在传统的图像处理方法中，金字塔是比较常用的一种手段，像 SIFT 基于金字塔做了多层的特征采集，对于深度网络来讲，其原生的卷积网络特征决定了天然...

2017-07-21 22:18:10

阅读数：6197

评论数：1

原 Faster R-CNN改进篇（二）： RFCN ● RON

@改进1：RFCN       论文：R-FCN: Object Detection via Region-based Fully Convolutional Networks    【点击下载】       MXNet代码：【Github】一. 背景介绍       RCNN 在目标检测上取得了...

2017-07-15 01:15:40

阅读数：11539

评论数：2

原 基于视频的目标检测

一. 提出背景       目标检测在图像处理领域有着非常大的占比，过去两年，深度学习在Detection的持续发力，为这个领域带来了变革式的发展：一方面，从 RCNN 到 Fast RCNN，再到 Faster RCNN，不断刷新 mAP；另一方面，SSD、YOLO 则是将性能提高到一个非常高的...

2017-07-11 23:05:04

阅读数：13793

评论数：5

原 深度学习的研究方向和发展趋势

一. 人工智能应用领域1. 计算机视觉    生物特征识别：人脸识别、步态识别、行人ReID、瞳孔识别；    图像处理：分类标注、以图搜图、场景分割、车辆车牌、OCR、AR；    视频分析：安防监控、智慧城市；2. 自然语言处理    语音识别（Siri、Cortana、讯飞）、文本数据挖掘、...

2017-07-07 23:07:22

阅读数：13461

评论数：15

原 Faster R-CNN改进篇（一）： ION ● HyperNet ● MS CNN

一. 源起于Faster       深度学习于目标检测的里程碑成果，来自于这篇论文：       Ren, Shaoqing, et al. “Faster R-CNN: Towards real-time object detection with region proposal networ...

2017-07-02 23:31:36

阅读数：9639

评论数：4

原 目标检测 - Tensorflow Object Detection API

一. 找到最好的工具       “工欲善其事，必先利其器”，如果你想找一个深度学习框架来解决深度学习问题，TensorFlow 就是你的不二之选，究其原因，也不必过多解释，看过其优雅的代码架构和工程化实现之后，相信这个问题不会有人再提，这绝非 Caffe an so on 所能比拟的。     ...

2017-06-25 23:04:05

阅读数：26068

评论数：18

原 迁移学习：经典算法解析

一. 了解迁移学习        迁移学习（Transfer Learning）目标是将从一个环境中学到的知识用来帮助新环境中的学习任务。             > The ability of a system to recognize and apply knowledge and s...

2017-06-16 23:08:41

阅读数：33630

评论数：9

提示
确定要删除当前文章？
取消 删除