目标检测
文章平均质量分 90
Puremelo
这个作者很懒,什么都没留下…
展开
-
YOLOv4之trick总结(2)
上文记录了YOLOv4一文中所提到的不增加计算损耗的trick(Bag of freebies),本文用于记录仅增加微小的计算损耗的trick(Bag of specials)。不增加计算损耗的trick(Bag of freebies):像素级数据增强(亮度、对比度、色彩、饱和度、噪声;随机尺度、裁剪、翻转、旋转) 模拟目标遮挡(Random Erase、Cutout、Hide-and-...原创 2020-04-30 14:07:18 · 1403 阅读 · 0 评论 -
YOLOv4之trick总结(1)
YOLOv4: Optimal Speed and Accuracy of Object Detection近期目标检测领域最惹人注目的论文应该就属YOLOv4了,这篇论文除了提出速度与精度兼备的v4模型外,还总结了一大批目标检测领域中涨点常用的trick与即插即用模块。作者将现有的目标检测涨点方法分为两类:在推理阶段不增加计算损耗的trick(Bag of freebies)、仅增加微小的计...原创 2020-04-29 18:46:43 · 1535 阅读 · 0 评论 -
目标检测学习小结1(R-CNN、Fast-R-CNN、Faster-R-CNN)
目标检测学习小结之一深度学习小白首次接触目标检测,在阅读了几篇关于目标检测的论文后做一个阶段性小结,以便日后复习。经过对目标检测的初步了解后,一个目标检测算法大体可分为以下几个部分:(1)锁定目标区域(2)图像特征提取(3)根据特征对目标进行分类(4)对目标定位并用包围框进行标注 本文重点叙述锁定候选区域的算法及其余三部分的典型算法介绍,最后对R-CNN...原创 2019-06-12 17:05:27 · 893 阅读 · 0 评论 -
TFrecords类型数据集制作与读取(NWPU VHR-10数据集为例)
TFrecords类型数据集制作与读取(NWPU VHR-10数据集为例)TFrecords数据类型是Tensorflow深度学习框架所支持的特定数据类型,其具有封装性好、读取方便、移动性好的特点,并且在TensorFlow中对于该类型的数据分批读取等操作具有大量内置函数,使用方便。故我们介绍一下如何将训练数据制作成TFrecords形式,以及如何读取TFrecords格式的数据。(以NWP...原创 2018-12-20 10:56:22 · 2267 阅读 · 4 评论 -
Fast R-CNN算法及具体训练步骤
Fast R-CNN算法及其具体训练步骤Fast R-CNN算法是R-CNN算法的进一步衍生算法,它通过引入ROI pooling层,避免了R-CNN算法对同一区域多次提取特征的情况从而提高了算法的运行速度,总体流程上虽然仍然无法实现端到端的训练,但是也在R-CNN算法的基础上有了很大的改进。Fast R-CNN算法在训练时依然无法做到端到端的训练,故训练时依旧需要一些繁琐的步骤,网上很少...原创 2018-12-19 23:17:37 · 16675 阅读 · 4 评论