视觉论文笔记
# 视觉论文笔记
老歌且摇滚
爱弹吉他的keeper
展开
-
计算机视觉顶级会议与期刊
顶级会议有CVPR、ICCV、和ECCV,ICLR顶级期刊有IJCV和TPAMI作为一名技术人员关注前沿技术发展是必备的事情。而顶会与顶刊则是最好的方式。原创 2021-01-22 14:54:59 · 301 阅读 · 0 评论 -
图像语义分割综述文章
s原创 2022-09-27 09:33:42 · 496 阅读 · 0 评论 -
语义分割Pascal voc 2010数据集介绍
https://blog.csdn.net/qq_28869927/article/details/93379892原创 2021-09-02 23:44:25 · 890 阅读 · 0 评论 -
Pascal Voc数据集介绍
文章目录图像分类和目标检测任务AnnotationsImageSetsActionLayoutMainSegmentationJPEGImageSegmentationClass && SegmentationObject图像分类和目标检测任务目标检测使用的文件:JPEGImages文件夹、Annotations文件夹、Main文件夹。AnnotationsJPEGImage文件夹中所有图片的标注信息文件,其中每个xml文件与对应名字的图片对应。ImageSetsActio原创 2021-08-16 14:35:53 · 163 阅读 · 0 评论 -
数据标注那些事儿
使用工具标注完成之后,得到的是与图片对应的Annotations(注释)文件。以voc格式的数据类型标注为例,该工具同时也可以标注yolo类型两者的差异如下:VOC格式:<annotation> <folder>JPEGImage</folder> <filename>000000.jpg</filename> <path>D:\ZF\2_ZF_data\3_stamp_data\标注公章数据\JPEGImage\0000原创 2021-08-16 13:46:19 · 134 阅读 · 0 评论 -
CNN关键层有哪些?
① 输入层,对数据去均值,做data augmentation等工作② 卷积层,局部关联抽取feature③ 激活层,非线性变化④ 池化层,下采样⑤ 全连接层,增加模型非线性⑥ 高速通道,快速连接⑦ BN层,缓解梯度弥散...原创 2021-08-07 14:32:25 · 665 阅读 · 0 评论 -
r-cnn,fast-r-cnn、faster-r-cnn三者的区别
CNN流行之后,Szegedy做过将detection问题作为回归问题的尝试(Deep Neural Networks for Object Detection),但是效果差强人意,在VOC2007上mAP只有30.5%。既然回归方法效果不好,而CNN在分类问题上效果很好,那么为什么不把detection问题转化为分类问题呢?RBG的RCNN使用region proposal(具体用的是Selective Search Koen van de Sande: Segmentation as Selectiv原创 2021-08-07 14:30:12 · 398 阅读 · 0 评论 -
Pascal VOC详解
https://arleyzhang.github.io/articles/1dc20586/原创 2021-08-04 08:24:31 · 185 阅读 · 0 评论 -
针对 VOC2007和VOC2012 的具体用法
目前广大研究者们普遍使用的是 VOC2007和VOC2012数据集,因为二者是互斥的,不相容的。论文中针对 VOC2007和VOC2012 的具体用法有以下几种:只用VOC2007的trainval 训练,使用VOC2007的test测试。只用VOC2012的trainval 训练,使用VOC2012的test测试,这种用法很少使用,因为大家都会结合VOC2007使用。使用 VOC2007 的 train+val 和 VOC2012的 train+val 训练,然后使用 VOC2007的test测试原创 2021-06-14 20:27:19 · 3695 阅读 · 0 评论 -
CNN网络结构的发展
原创 2021-01-19 20:10:02 · 180 阅读 · 0 评论 -
目标检测20年综述
论文名:Object Detection in 20 Years: A SurveyPDF连接目录:1、传统和深度学习的目标检测的方法2、多种数据集及链接3、目标检测的发展历史4、加速检测的手段5、近几年目标检测的最新技术6、目标检测的应用前言目标检测的难点和挑战随着任务的不同而不同。常见的挑战:不同视角下物体、照明对于分类的影响其他的挑战:物体的旋转和尺度变化,精准的目标定位,密集和遮挡的目标检测,检测速度的提升。等等不一而足目标检测任务的完成常常需要多种技术的结合常用的原创 2020-12-19 23:50:12 · 447 阅读 · 1 评论