- 博客(4)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 Detect-and-Track论文：3D Mask R-CNN Caffe2源代码解析——3.RPN&FPN构建
在第二部分，我们对ResNet18的结构进行了分析。当图像经过ResNet18后，会产生Feature Map（特征图）。这些特征图将会被送到RPN（Region Proposal Network-候选区域生成网络）中来产生RoI。在此文章采用的RPN中，使用了FPN结构。参考内容链接如下：Detect-and-Track源代码：【网页链接】Generic Object Detecti...
2019-02-27 11:31:27
769
原创 Detect-and-Track论文：3D Mask R-CNN Caffe2源代码解析——2.ResNet18_3D解析
在上一篇博文中，我们对Detect-and-Track论文源码中模型构建部分进行了代码梳理，此篇博文我们对其采用的主干网络ResNet18进行详细分析。参考内容链接如下：Detect-and-Track论文：【网页链接】Detect-and-Track源代码：【网页链接】目录一、ResNet简单回顾二、3D Mask R-CNN代码实现（/lib/modeling/R...
2019-02-21 18:08:10
2978
5
原创 Detect-and-Track论文：3D Mask R-CNN Caffe2源代码解析——1.模型构建梳理
这篇博文的内容是对Detect-and-Track的源代码进行解析，由于是第一篇，所以展示的是代码的脉络，以及如何寻找到3D Mask R-CNN的构建过程。博文的目录是按照文件来的：参考内容链接如下：Detect-and-Track论文：【网页链接】Detect-and-Track源代码：【网页链接】目录一、tools/train_net.py二、lib/modeling...
2019-02-21 11:44:10
945
原创 Mask R-CNN 简介与论文笔记
本篇文章是面向Mask R-CNN的初学者，旨在梳理大体思路，认识框架基础概念。由于自己现在大四，也是刚刚入足深度学习领域，所以文章中免不了有错误之处，欢迎各位博友批评指正。本博文所参考的论文和代码分别为：★何恺明大神的：Mask R-CNN ★综述文章：Deep Learning for Generic Object Detection: A Survey ★非配套代码：Mask...
2019-02-15 18:04:29
2758
1
《模式识别与机器学习（全英文版）2》（超清彩色PDF）
2018-08-10
《模式识别与机器学习（全英文版）1》（超清彩色PDF）
2018-08-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人