- 博客(18)
- 收藏
- 关注
RSS订阅原创 图像处理 常用知识图谱
图像处理 常用知识图谱图像像素操作几何运算加减乘除逻辑运算与或非取反像素读写通道混合与调整对比度与亮度调整图像几何变换插值(zoom in或out)旋转(rotate)透视变换错切变换翻转像素统计计算均值与方差计算直方图计算最大最小计算像素内方差色彩空间RGBHSLYUVYCrCb色彩空间转换灰度转换调整饱和度与亮...
2020-02-25 10:39:20
1769
2
原创 caffe编译问题
caffe编译问题不支持opencv4正常版本不支持permute操作，要换成ssd版本具体：libboost_python3.so: undefined reference to `PyModule_Create2’原因：不能用cmake编译pycaffe直接pull: docker pull pkdogcom/caffe-ssd...
2020-01-08 17:31:21
188
原创 数据集
姿态识别COCOThe COCO train, validation, and test sets, containing more than 200,000 images and 250,000 person instances labeled with keypoints (the majority of people in COCO at medium and large scales)...
2020-01-07 21:32:07
213
原创 batch normolization
前言深度网络训练问题： 从输出到输入，反向传播过程中，使用误差估计逐层更新参数时，这种误差估计假设之前的层到本层之间的权重都是固定的。因为所有的层在跟新过程中权重都会改变，所以这个跟新过程永远在追求一个动态的目标。Training Deep Neural Networks is complicated by the fact that the distribution of e...
2020-01-07 11:43:18
133
原创 randAugmentation
randAugmentation主要思想：随机的选择transformation，finetune它的magnitute关注点转移到了如何大幅减少数据增强的参数空间。成果：在目标检测方面，RandAugment能比基线增强方法提高1.0-1.3%。速度极大加快具体思想：不考虑的参数为了减少参数空间的同时保持数据(图像)的多样性，研究人员用无参数过程替代了学习的策略和概率这些...
2020-01-05 21:29:03
1086
原创 data augmentation methods
具体data augmentation操作ShearX(Y)Shear the image along the horizontal (vertical) axis with rate magnitude.TranslateX(Y)Translate the image in the horizontal (vertical) direction by magnitude numb...
2020-01-05 21:23:40
238
原创 autoDataAugmentation
AutoAug背景：Data augmentation is a effective technique to increase both the amount and diversity of data by randomly “augmenting” it.直觉上讲，数据增强教会了模型数据不变性目标：we aim to automate the process of finding ...
2020-01-05 21:22:37
624
原创 Hybrid Composition with IdleBlock
Hybrid Composition with IdleBlock: More Efficient Networks for Image Recognition含义We propose a new building block, IdleBlock, which naturally prunes connections within the block.使用新颖的hybrid composit...
2020-01-04 17:58:34
720
原创 姿态识别大纲
自上而下Cascaded Pyramid NetworkStacked Hourglass NetworksAlphaposeSimple BaselineHRNet自下而上openpose simple baseline作者看法： 姿态识别的信息特征提取的关键在于如何将小的feature map变大...
2019-12-30 21:18:03
392
1
原创 EffecientNet
Effecient Netdevelop a new baseline network, obtain a family of models, called EfficientNetsCritical to balance all dimensions of network width/depth/resolution以一个固定的系数来整合网络的宽度 深度 图片解析度 探究模型影响因素...
2019-12-30 17:26:18
260
1
原创 Anchor-Free based目标检测
CornerNet预测左上角和右下角来得到最后的bounding boxes所以最基本的需要两个feature map表示对应的Corner，称为heatmaptop-left 和 bottom-right将属于同一个object的corner聚合都一起得到最后的bounding box-借鉴Associative Embedding method 利用了两个embedding层...
2019-12-30 17:15:01
215
原创 one stage目标检测
one stage, anchor beasd目标检测 Yolo内容： 把物体检测（object detection）问题处理成回归问题，用一个卷积神经网络结构就可以从输入图像直接预测bounding box和类别概率。通过CNN，将输入图像变成featuremap为S*S的格子对每个格子预测5个值：x,y,w,h和confidence（全连接层的输出维度是 S×S×(B×5+C)）...
2019-12-30 17:01:32
122
原创 RCNN目标检测
RCNN目标检测总结R-CNNfast R-CNNfaster R-CNNmask R-CNNRCNNselection searchROI耗时的串行式CNN前向传播，对于每一个RoI，都需要经过一个AlexNet提特征SVM使用bounding box regression进行目标包围框的修正Fast RCNNselection searchROI poo...
2019-12-30 15:54:31
141
原创 opencv tracking算法
最常见的tracking算法KCF TrackerKernelized Correlation Filters. Faster than BOOSTING and MIL. Similar to MIL and KCF, does not handle full occlusion well. (minimum OpenCV 3.1.0)CSRT TrackerDiscriminativ...
2019-12-30 15:20:08
579
原创 kalman滤波
介绍卡尔曼滤波（Kalman filter）是一种高效的自回归滤波器，它能在存在诸多不确定性情况的组合信息中估计动态系统的状态，是一种强大的、通用性极强的工具卡尔曼滤波非常适合不断变化的系统，它的优点还有内存占用较小（只需保留前一个状态）、速度快，是实时问题和嵌入式系统的理想选择应用实例卡尔曼滤波的一个典型实例是从一组有限的，包含噪声的，通过对物体位置的观察序列（可能有偏差）预测出物体的...
2019-12-30 15:07:22
189
原创 SG-filter
Savitzky-Golay filtering（最小二乘平滑滤波）用途平滑视频中检测的人体关键点语法描述y = sgolayfilt(x,order,framelen)：对数据向量x使用Savitzky-Golay FIR平滑滤波器。如果x是一个矩阵，则sgolayfilt对每一列进行操作。多项式阶次order必须小于框长度framelen，因此framelen必须是奇数。如果orde...
2019-12-30 14:45:31
1073
原创 模型剪枝
样例yolov3稀疏训练->剪枝->fine tune训练 必要的话，可以对这三个环节进行多次迭代- 稀疏训练深度神经网络的稠密连接引入稀疏性 对需要剪枝的层对应的bn gamma系数进行大幅压缩- 剪枝对不重要的通道或者层进行剪枝-fine turn对模型进行微调恢复精度 保持权重文件中参数的平衡详细解释1. 对每个conv channel通道做scale2...
2019-12-30 14:26:47
582
原创 深度学习调参技巧
调参技巧网络设计下采样在网络的前几层密度大一些尽可能用微弱的精度损失来换取速度提升使用小卷积核有利于网络走向更深 并且有更好的识别鲁棒性能用可分离卷积替代的一定要替代可分离卷积的参数和计算量都是线性增长的模型超参数学习率学习率一般是最重要的，最先确定，从1-0.01， 分十个层次。dropout一般设置成0.5BatchSize优化器S...
2019-12-30 14:22:05
141
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人