计算机视觉
文章平均质量分 57
行者无疆兮
十年磨一剑:https://lixiaofeng.blog.csdn.net
展开
-
【语义分割】SegNet
论文:SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image SegmentationSegNet是2016年提出旨在解决自动驾驶或者智能机器人的图像语义分割深度网络,基于caffe框架。SegNet基于FCN,修改VGG-16网络得到的语义分割网络,有两种SegNet,分别为正常版与贝叶斯版,同时SegNet作者...转载 2019-05-19 10:28:19 · 2336 阅读 · 0 评论 -
【COCO】coco数据集分析
coco数据集下载链接训练集http://images.cocodataset.org/zips/train2017.zip http://images.cocodataset.org/annotations/annotations_trainval2017.zip验证集http://images.cocodataset.org/zips/val2017.zip http:...原创 2018-09-29 17:33:04 · 5890 阅读 · 1 评论 -
pycocotools遇到的坑
pycocotools是在python2的环境下运行如果在python3中运行:1、报错:NameError: name 'unicode' is not defined 错误解析:Python2 的unicode 函数在 Python3 中被命名为 str。在 Python3 中使用 ·str 来代替 Python2 中的 unicode. 解决方法:在anac...原创 2018-10-08 15:59:16 · 7770 阅读 · 1 评论 -
【语义分割】Semantic Image Segmentation with Task-Specific Edge Detection Using CNNs and....
论文全称:Semantic Image Segmentation with Task-Specific Edge Detection Using CNNs and a Discriminatively Trained Domain Transform CVPR2016作者指出传统的FCN-CRF模型最后基于图模型的全连接条件随机场虽然可以定位物体边界更加准确,但是它的计算代价大,因而提出了...原创 2018-09-26 10:10:28 · 1561 阅读 · 0 评论 -
【实例分割】Instance-sensitive Fully Convolutional Networks
这篇paper的贡献在于提出一种方法生成mask proposals,即使两个instance有重叠也能分辨。它的做法是使用instance的相对位置,这样如果是两个instances不是重叠非常严重,是可以分辨开来的。参考博客:https://blog.csdn.net/zimenglan_sysu/article/details/52451098 ht...原创 2018-09-13 15:53:13 · 905 阅读 · 0 评论 -
【边缘检测】HED论文笔记
论文全称:Holistically-Nested Edge Detection亮点1、基于整个图像的训练和预测2、多尺度和多水平的特征学习3、基于FCN和VGG 改进4、通过多个side output输出不同scale的边缘,然后通过一个训练的权重融合函数得到最终的边缘输出。可以solve edge 和物体boundaries的ambiguity检测效果算法结构 ...原创 2018-09-07 15:52:44 · 9082 阅读 · 1 评论 -
【语义分割】FCN论文笔记
参考博客:https://blog.csdn.net/qq_36269513/article/details/80420363论文全称:Fully Convolutional Networks for Semantic Segmentation亮点: 1、将全连接层(fc)修改为卷积层,成为全卷积(fully conv)网络。 2、适应任意尺寸输入,输出等同输入尺寸大小...原创 2018-09-07 14:38:16 · 565 阅读 · 0 评论 -
【语义分割】Contour Knowledge Transfer for Salient Object Detection
这篇论文主要解决了标记mask问题,并使用多任务模式提高了语义分割的精度。网络简称:C2S-Net亮点1、解决了手动注释问题,训练网络过程中自动标记mask;2、采用multi-task模式,两个任务之间通过交互方式提高精度;这篇论文主要做了两个task:(1)轮廓检测;(2)语义分割; 检测效果 主要贡献(1)通过将训练有素的轮廓检测模型自动转...原创 2018-09-10 20:16:53 · 1476 阅读 · 0 评论 -
【实例分割】MNC论文笔记
论文题目:Instance-aware Semantic Segmentation via Multi-task Network Cascades模型运行时间上,使用VGG-16一张图片需360ms。在MS COCO 2015分割比赛中获取第一名。本文的出发点是做Instance-aware Semantic Segmentation,但是为了做好这个,作者将其分为三个子任务来做:1)...原创 2018-09-09 11:34:54 · 2544 阅读 · 0 评论 -
【语义分割】SDS论文笔记
Simultaneous Detection and Segmentation 这篇论文比较久远,作为了解实例分割的基础。主要创新是把detection和分割结合一起。对于检测来说,只能提供一个粗略的位置,而对于语义分割的网络来说需要对每个点进行Label。总体架构: MCG+AlexNet+SVM+NMS改进:MCG代替SS提取region,用bottom-up分...原创 2018-09-02 20:08:24 · 2298 阅读 · 0 评论 -
tensorflow配置Mask-RCNN报错总结
1、在环境中配置好了之后进行训练,在执行下面模块的时候出现报错loss = ( tf.reduce_mean(layer.output, keep_dims=True) * self.config.LOSS_WEIGHTS.get(name, 1.)) self.keras_model.add_loss(...原创 2018-08-27 10:45:19 · 2309 阅读 · 1 评论 -
【keras】cifar10数据集实现3
#!/usr/bin/python3# -*- coding: utf-8 -*-# @Time: 2018/8/15# @Author: xfLi#file: keras_EvaluateCIFAR10.pyimport numpy as npimport scipy.miscfrom keras.models import model_from_jsonfrom keras...原创 2018-08-15 18:41:41 · 319 阅读 · 0 评论 -
【keras】cifar10数据集实现2
#file:cifar10_architecture.json{"class_name": "Sequential", "keras_version": "1.1.1", "config": [{"class_name": "Convolution2D", "config": {"b_regularizer": null,原创 2018-08-15 18:40:23 · 282 阅读 · 0 评论 -
【keras】cifar10数据集实现
#!/usr/bin/python3# -*- coding: utf-8 -*-# @Time: 2018/8/15# @Author: xfLi#file: keras_CIFAR10_V1.py#cifar10数据集的实现由3个文件组成:# cifar10_architecture.json, keras_CIFAR10_V1.py, keras_EvaluateCIFAR10...原创 2018-08-15 18:38:28 · 1732 阅读 · 1 评论 -
【keras】加载VGG16模型的预训练权重
#!/usr/bin/python3# -*- coding: utf-8 -*-# @Time: 2018/8/15# @Author: xfLi#加载模型的预训练权重import numpy as npfrom keras.applications.vgg16 import VGG16from keras.models import Modelfrom keras.pre...原创 2018-08-15 18:32:24 · 8273 阅读 · 0 评论 -
【cocoAPI】cocoAPI使用
安装: pip install pycocotools使用COCO api,需要首先import COCO的类,然后根据任务实例化from pycocotools.coco import COCOfrom pycocotools.cocoeval import COCOevalfrom pycocotools import mask as maskUtilscoco = COCO...原创 2018-09-29 18:08:03 · 6144 阅读 · 0 评论 -
【COCO】coco数据集转化为tfrecord(目标检测)
#!/usr/bin/python3# -*- coding: utf-8 -*-# @Time: 2018/9/20# @Author: xfLi# ==============================================================================r"""Convert raw COCO dataset to TFReco...原创 2018-09-29 18:17:01 · 5015 阅读 · 0 评论 -
【优化训练】RePr:Improved Training of Convolutional Filters论文笔记
论文题目 RePr:Improved Training of Convolutional Filters这是2019年CVPR的一篇文章,主要针对卷积神经网络的训练方法,提出一种新的训练模式。训练插入Re-initializing和Pruning 简称 RePr,文章通过大量的分析和实验,验证了提出的训练方法非常有效,在cifar、ImageNet、VQA、object detecti...原创 2019-04-19 17:24:01 · 1170 阅读 · 0 评论 -
【语义分割】U-Net: Convolutional Networks for Biomedical Image Segmentation
简介:U-net 是基于FCN的一个语义分割网络修改的,适合用来做医学图像的分割。论文出现在2015年,在U-Net结构中,包括一个捕获上下文信息的收缩路径和一个允许精确定位的对称拓展路径。本文的创新点:提出了U-net这种网络结构。它同时具备捕捉上下文信息的收缩路径和允许精确定位的对称扩展路径,并且与FCN相比,U-net的上采样过程依然有大量的通道,这使得网络将上下文信息向更高层分...原创 2019-03-27 12:16:05 · 1055 阅读 · 0 评论 -
【DenseNet】Densely Connected Convolutional Networks
来源:2017年CVPR最佳的论文参考:https://blog.csdn.net/xjz18298268521/article/details/79078337 https://blog.csdn.net/xiaohu2022/article/details/85560788densenet与resnet区别:resnet:对...原创 2019-03-26 16:35:35 · 326 阅读 · 0 评论 -
【Person ReID】行人重识别简介
概念参考:https://blog.csdn.net/mzpmzk/article/details/81844261论文参考:https://blog.csdn.net/u013982164/article/details/79608100转载 2018-12-28 20:49:34 · 606 阅读 · 0 评论 -
【triplet loss】FaceNet
参考:https://blog.csdn.net/baidu_27643275/article/details/79222206转载 2018-12-17 17:18:50 · 750 阅读 · 0 评论 -
【IQA】Hallucinated-IQA: No-Reference Image Quality Assessment via Adversarial Learning
这是一篇2018年CVPR的论文,强调的一点是生成网络(GAN)和回归网络的互补互助,将两个网络结合在一起进行端到端的训练。作者运用了“没有条件要创造条件”的思想,提出了通过GAN生成的伪参考图引导质量回归网络来解决无参考图像质量评价问题。数据库:LIVE、CSIQ、TID2008、TID2013项目:https://kwanyeelin.github.io/projects/HIQA...原创 2018-11-28 11:47:30 · 3244 阅读 · 1 评论 -
【IQA】Deep Neural Networks for No-Reference and Full-Reference Image Quality Asses
出处:2018年1月的IEEE TIP上的文章数据库:LIVE,CISQ,TID2013和Wild Image Quality Challenge数据库源码:https://github.com/dmaniry/deepIQA贡献1、针对IQM问题的公开数据集比较小,作者在图像上进行random sample patch方法,每个patch的质量分为整张图片的质量数;2、对局部...原创 2018-11-26 18:11:49 · 3100 阅读 · 0 评论 -
【人脸质量评估】RankIQA Learning from Rankings for No-reference Image Quality Assessment
训练过程:1、数据增强2、使用第一步的数据在孪生网络上训练(两个分支共享权重)3、使用质量评估数据集在网络的一个分支上进行微调贡献:1、提出通过对两张图片对比容易分出质量好坏的想法;2、进行数据增强:对同一张图片,由它产生出来的一系列失真图片的rank是已知的;3、先对rankings进行学习,利用孪生网络(即两个相同的网络(网络可以是CNN、lstm等),共享权重...原创 2018-11-23 18:08:49 · 3104 阅读 · 0 评论 -
【人脸】人脸质量评估
看看就好,没有使用价值,太老了!原创 2018-11-23 17:58:33 · 6403 阅读 · 0 评论 -
【性能评估】ROC曲线
1.混淆矩阵(confusion matrix) 针对预测值和真实值之间的关系,我们可以将样本分为四个部分,分别是: 真正例(True Positive,TP):预测值和真实值都为1 假正例(False Positive,FP):预测值为1,真实值为0 &nbs...转载 2018-11-15 17:04:49 · 10519 阅读 · 1 评论 -
【性能评估】P-R曲线理解
参考: https://blog.csdn.net/b876144622/article/details/80009867 P-R曲线就是精确率precision vs 召回率recall 曲线,以recall作为横坐标轴,precision作为纵坐标轴。首先解释一...转载 2018-11-15 16:31:04 · 2598 阅读 · 0 评论 -
【hard example mining】OHEM-Training Region-based Object Detectors with Online Hard Example Mining
OHEM-Training Region-based Object Detectors with Online Hard Example Mining - cvpr 2016文章提出了一种通过online hard example mining(OHEM)算法训练基于区域的目标检测算法,对SGD算法进行一定的修改,使得原有的region-based ConvNets的启发式学习和多参数可以被移...原创 2018-10-23 17:51:23 · 261 阅读 · 0 评论 -
【hard example mining】Focal Loss for Dense Object Detection
亮点:解决类别不平衡问题解决方案:Focal Loss作者提出一种新的损失函数,思路是希望那些hard examples对损失的贡献变大,使网络更倾向于从这些样本上学习。参考:https://blog.csdn.net/qq_34564947/article/details/77200104 https://blog.csdn.net/u014380165/ar...转载 2018-10-25 20:27:24 · 237 阅读 · 0 评论 -
【语义分割】DCAN: Deep Contour-Aware Networks for Accurate Gland Segmentation
idea:作者构建2个并列branch,分别为mask branch 和contours branch ,最后进行融合,使分割的效果更好,在FCN网络中添加3个辅助分类器,目的是预防梯度消失。参考:https://www.cnblogs.com/xiangfeidemengzhu/p/7453207.html https://www.jianshu.com/p/d9b6...转载 2018-10-17 20:16:39 · 1329 阅读 · 0 评论 -
【语义边缘检测】CASENet: Deep Category-Aware Semantic Edge Detection
这篇论文的方法可以尝试用于实例分割亮点:实现对物体边缘进行分类网络架构:Sliced Concatenation: 在第三维度进行依次拼接即可Shared Cncatenation: 观察(h)3通道的特征图,用每一层的通道特征图与下面2个特征图进行拼接,拼接成9层特征图Fused Classification: 对Shared Cncatenation的向量使用3个1x...原创 2018-10-09 12:41:33 · 3607 阅读 · 0 评论 -
【keras】LeNet实现
#!/usr/bin/python3# -*- coding: utf-8 -*-# @Time: 2018/8/15# @Author: xfLiimport numpy as npfrom keras.models import Sequentialfrom keras.layers.convolutional import Conv2D, MaxPooling2Dfrom...原创 2018-08-15 18:30:30 · 547 阅读 · 0 评论 -
【keras】mnist数据集FC实现
#!/usr/bin/python3# -*- coding: utf-8 -*-# @Time: 2018/8/15# @Author: xfLiimport numpy as npfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers.core import De...原创 2018-08-15 18:28:49 · 423 阅读 · 0 评论 -
【实例分割】Mask R-CNN论文总结
1、Mask R-CNN网络的整体结构: RPN + ROIAlign + Fast R-CNN + FCN,如图:2、Mask R-CNN概念Faster R-CNN为每个候选目标输出一个类标签和一个边框偏移量。我们添加了一个输出目标掩模的第三条分支。附加的掩模输出与类输出和边框输出不同,需要提取对象更精细的空间布局。Mask R-CNN采用相同的两级,第一级是完全相同...原创 2018-08-14 17:58:56 · 479 阅读 · 0 评论 -
Fast RCNN论文总结
1. Region Proposal (候选区域)方法比传统的滑动窗口方法获取的质量要更高。比较常用的Region Proposal方法有:SelectiveSearch(SS,选择性搜索)、Edge Boxes(EB)。2. Fast RCNN 目标检测流程第一步,将这个完整的图片经过若干卷积层与max pooling层,得到一个feature map。第二步,用selective searc...原创 2018-04-26 09:35:54 · 1171 阅读 · 0 评论 -
python计算机视觉编程
参考https://blog.csdn.net/txiaomiao/article/category/6073653Matplotlib.pyplot绘图实例 https://blog.csdn.net/pipisorry/article/details/40005163https://blog.csdn.net/ruger008/article/details/54633634pickle模块的...转载 2018-04-20 16:16:45 · 489 阅读 · 0 评论 -
Selective Search 算法
https://blog.csdn.net/mao_kun/article/details/50576003转载 2018-04-11 15:40:40 · 287 阅读 · 0 评论 -
RCNN总结
详细 https://blog.csdn.net/wopawn/article/details/52133338RCNN(Regions with CNN features)是将CNN方法应用到目标检测问题上的一个里程碑,由年轻有为的RBG大神提出,借助CNN良好的特征提取和分类性能,通过RegionProposal方法实现目标检测问题的转化。原创 2018-04-11 15:37:48 · 264 阅读 · 0 评论 -
mAP
全称:mean average precision。即 平均AP值Precision 我们先来讨论一下,Precision是怎么算的。假如我们有2000个样本,1000正样本,1000个负样本。我们用某个方法进行分类,标记出来300个样本是正样本。现在,我们知道,任何分类方法都不会有百分之百的正确率。所以标记出来的300个分类的样本里,肯定有被分错的样本。假如100个正样本,200个负样...原创 2018-04-03 21:18:17 · 299 阅读 · 0 评论