- 博客(16)
- 收藏
- 关注
RSS订阅
原创 深度学习与计算机视觉梳理思考
前深度学习时代的计算机视觉 互联网巨头看重深度学习当然不是为了学术，主要是它能带来巨大的市场。那为什么在深度学习出来之前，传统算法为什么没有达到深度学习的精度？ 在深度学习算法出来之前，对于视觉算法来说，大致可以分为以下5个步骤：特征感知，图像预处理，特征提取，特征筛选，推理预测与识别。早期的机器学习中，占优势的统计机器学习群体中，对特征是不大关心的。 我认为，计算机视觉可以说是机器学习
2017-04-26 16:49:02
890
转载 各类识别、深度学习-开源代码文献梳理
可以看看这个 http://blog.csdn.net/workerwu/article/details/46537849 Deep Residual Networks Deep Residual Learning for Image Recognition https://github.com/KaimingHe/deep-residual-networks Identity Ma
2017-04-25 11:52:57
1234
原创 深度学习检测方法梳理
1. R-CNN：Rich feature hierarchies for accurate object detection and semantic segmentation 技术路线：selective search + CNN + SVMs Step1:候选框提取(selective search) 训练：给定一张图片，利用seletive search方法从中提取出2000个候
2017-04-24 18:24:55
5674
原创 【目标跟踪】KCF高速跟踪详解
Henriques, João F., et al. “High-speed tracking with kernelized correlation filters.” Pattern Analysis and Machine Intelligence, IEEE Transactions on 37.3 (2015): 583-596. 本文的跟踪方法效果甚好，速度奇高，思想和实
2017-04-27 18:36:21
1294
原创 Faster RCNN解析
在介绍Faster R-CNN之前，先来介绍一些前验知识，为Faster R-CNN做铺垫。 一、基于Region Proposal（候选区域）的深度学习目标检测算法 Region Proposal（候选区域），就是预先找出图中目标可能出现的位置，通过利用图像中的纹理、边缘、颜色等信息，保证在选取较少窗口（几千个甚至几百个）的情况下保持较高的召回率（IoU，Intersection-over-
2017-04-25 17:01:46
3215
转载 深度学习-目标检测综述
一、目标检测任务 1、任务综述 给定一张图像或者视频帧，找出其中所有目标的位置，并给出每个目标的具体类别，图片中可能有一个目标或几个目标。如下图所示 对计算机来说，目标检测最困难的部分在于计算机不清楚目标出现在图像中哪个区域。图像中的目标可能出现在任何位置，目标的形态可能存在各种各样的变化。 2、模型框架 传统的目标检测中，常见的算法是DPM（Deformable Pa
2017-04-25 15:41:06
4877
转载 机器视觉开源代码集合
FROM: http://www.cnblogs.com/einyboy/p/3594432.html 一、特征提取Feature Extraction： SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [Op
2017-04-25 14:14:47
1484
原创 denny的学习专栏——徐其华——tensorflow
http://www.cnblogs.com/denny402/p/5853538.html http://www.cnblogs.com/denny402/p/5853538.html http://www.cnblogs.com/denny402/p/5853538.html 感觉作者的写作很好，思路清晰，内容丰富，这里提供链接进博客的地址。
2017-04-23 09:45:32
2382
原创 深度学习，NVIDIA，新浪公开课
第一集：NVIDIA: 深度学习系列公开课(1) 用NVIDIA Jetson TX1构建自主机器 网址：http://open.sina.com.cn/course/id_1348/lesson_8105/ 第二集：NVIDIA: 深度学习系列公开课(2) 深度学习基础知识与工具DIGITS 网址：http://open.sina.com.cn/course/id_1348/l
2017-04-21 08:42:21
1178
转载 【目标检测】Faster RCNN算法详解
本文是继RCNN[1]，fast RCNN[2]之后，目标检测界的领军人物Ross Girshick团队在2015年的又一力作。简单网络目标检测速度达到17fps，在PASCAL VOC上准确率为59.9%；复杂网络达到5fps，准确率78.8%。 作者在github上给出了基于matlab和python的源码。对Region CNN算法不了解的同学，请先参看这两篇文章：《RCNN算法详解》
2017-04-20 21:07:28
956
转载 TensorFlow 上基于 Faster RCNN 的目标检测
在之前的文章里我们常用的图像相关深度学习模型一般都是用于分类（Classification），即输入是一张图片，输出是“这张图片里有什么”，今天的主题是目标检测（Object Detection），除了能识别“这张图片里有什么”，还要告诉“它们的具体位置”。 对目标检测感兴趣的读者可以通过 Pascal VOC【1】、ILSVRC【2】、COCO【3】 等国际比赛了解具体规则和数据等
2017-04-20 21:06:27
6975
转载 【目标检测】Faster RCNN算法详解
本文是继RCNN[1]，fast RCNN[2]之后，目标检测界的领军人物Ross Girshick团队在2015年的又一力作。简单网络目标检测速度达到17fps，在PASCAL VOC上准确率为59.9%；复杂网络达到5fps，准确率78.8%。 作者在github上给出了基于matlab和python的源码。对Region CNN算法不了解的同学，请先参看这两篇文章：《RCNN算法详解》
2017-04-20 19:22:26
1190
转载 图像拼接现在还有研究的价值吗？有哪些可以研究的点？现在技术发展如何？
图像拼接现在还有研究的价值吗？有哪些可以研究的点？现在技术发展如何？ https://www.zhihu.com/question/34535199/answer/135169187 https://www.zhihu.com/question/34535199/answer/135169187
2017-04-20 16:11:59
1197
转载 推荐系统中基于深度学习的混合协同过滤模型
近些年，深度学习在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。相对来说，深度学习在推荐系统领域的研究与应用还处于早期阶段。 携程在深度学习与推荐系统结合的领域也进行了相关的研究与应用，并在国际人工智能顶级会议AAAI 2017上发表了相应的研究成果《A Hybrid Collaborative Filtering Model with Deep Structure for R
2017-04-20 16:05:21
4338
原创 开源|如何利用Tensorflow实现语义分割全卷积网络（附源码）
导读：本项目是基于论文《语义分割全卷积网络的Tensorflow实现》的基础上实现的，该实现主要是基于论文作者给的参考代码。该模型应用于麻省理工学院（http://sceneparsing.csail.mit.edu/）提供的场景识别挑战数据集。 项目所需的七大条件 结果是在12GB TitanX上训练大约6~7小时后获得的。 该代码最初是用tensorflow0.11和p
2017-04-18 17:09:54
30623
62
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