![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 91
TJMtaotao
这个作者很懒,什么都没留下…
展开
-
Detecting and counting tiny faces
Alexandre AttiaENS Paris-Saclayalexandre.attia@ens-paris-saclay.frSharone DayanENS Paris-Saclaysharone.dayan@ens-paris-saclay.fr原文链接:https://arxiv.org/pdf/1801.06504v2.pdfAbstract在CVPR 2017...原创 2020-01-09 16:52:52 · 533 阅读 · 0 评论 -
pytorch总结学习系列—pytorch环境安装(Windows版本)
1、Anaconda 安装https://www.anaconda.com/Anaconda 是一个包管理器,有了它就可以安装好python解释器环境2、pytorch安装https://pytorch.org/pytorch是一个深度学习框架,它主要用于深度学习,机器学习,等等。它可以用GPU加速模型训练,而且调用很简单,使用上也很方便,学习深度学习一定要学会pytorch...原创 2019-12-29 22:24:58 · 201 阅读 · 0 评论 -
SSD: Single Shot MultiBox Detector
https://arxiv.org/pdf/1512.02325.pdfWei Liu1, Dragomir Anguelov2, Dumitru Erhan3, Christian Szegedy3,Scott Reed4, Cheng-Y ang Fu1, Alexander C. Berg11UNC Chapel Hill2Zoox Inc.3Google Inc.4Universi...原创 2019-12-15 12:19:16 · 1964 阅读 · 0 评论 -
YOLO Lite 模型架构
原创 2019-12-14 22:19:14 · 686 阅读 · 0 评论 -
ASSD: Attentive Single Shot Multibox Detector
Jingru Yi, Pengxiang Wu, Dimitris N. MetaxasDepartment of Computer Science, Rutgers University, Piscataway, NJ 08854, USAjy486,pw241,dnm@cs.rutgers.eduAbstract提出了一种新的用于目标检测的深度神经网络。该网络称为ASSD,在特征图...原创 2019-12-03 20:04:19 · 4416 阅读 · 0 评论 -
Xception: Deep Learning with Depthwise Separable Convolutions
Xception: Deep Learning with Depthwise Separable ConvolutionsFranc ¸ois CholletGoogle, Inc.fchollet@google.comAbstract我们将卷积神经网络中的起始模解释为介于正则卷积和可分离卷积操作(先是可分离卷积再是点卷积)之间的中间步骤。在这个光中,可以将深度可分离卷积理解为具有...原创 2019-12-02 23:03:22 · 1689 阅读 · 0 评论 -
基于区域建议网络的Faster R-CNN实时目标检测
目前最先进的目标检测网络依赖于区域建议算法来假设目标的位置。SPPnet[1]和Fast R-CNN[2]等技术的发展减少了这些检测网络的运行时间,使区域建议计算成为瓶颈。在这项工作中,我们引入了一个区域建议网络(RPN),它与检测网络共享完整的图像卷积特征,从而实现几乎无成本的区域建议。RPN是一个完全卷积的网络,它同时预测每个位置的对象边界和对象得分。RPN通过端到端的训练来产生高质量的区域建...原创 2019-12-01 22:48:05 · 3304 阅读 · 0 评论 -
Res2Net: A New Multi-scale Backbone Architecture(多尺度骨干网络)
Res2Net: A New Multi-scale Backbone ArchitectureShang-Hua Gao∗, Ming-Ming Cheng∗, Kai Zhao, Xin-Y u Zhang, Ming-Hsuan Y ang, and Philip T orr多尺度特征的抽象表示对于许多视觉任务都具有重要意义。骨干卷积神经网络(CNNs)的最新进展不断显示出更强的多尺...原创 2019-12-01 17:51:22 · 3649 阅读 · 0 评论 -
Cascade R-CNN: High Quality Object Detection and Instance Segmentation(级联R-CNN:高质量目标检测与实例分割)
Cascade R-CNN: High Quality Object Detectionand Instance SegmentationZhaowei Cai, and Nuno Vasconceloshttps://github.com/guoruoqian/cascade-rcnn_Pytorch摘要在目标检测中,交并比(IoU)阈值经常被用来定义正/负。用于训练检测器的阈值定义...原创 2019-12-01 16:15:45 · 3954 阅读 · 0 评论 -
LCDet Low-Complexity Fully-Convolutional Neural Networks for Object Detection in Embedded Systems
Subarna TripathiUC San Diego∗stripathi@ucsd.eduByeongkeun KangUC San Diegobkkang@ucsd.eduV asudev BhaskaranQualcomm Inc.vasudevb@qti.qualcomm.comTruong NguyenUC San Diegotqn001@eng.ucsd.edu...原创 2019-11-29 15:20:56 · 1138 阅读 · 0 评论 -
距离IoU损失:包围盒回归更快更好的学习(Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression)
Distance-IoU Loss: Faster and Better Learning for Bounding Box RegressionZhaohui Zheng1, Ping Wang1, Wei Liu2, Jinze Li3, Rongguang Y e1, Dongwei Ren*21School of Mathematics, Tianjin University, Ch...原创 2019-11-28 22:39:29 · 6442 阅读 · 12 评论 -
图像分类-网络模型之Xception
翻译 2019-07-22 12:26:08 · 1108 阅读 · 0 评论 -
用于同时检测和分割的多尺度补丁聚合(Multi-scale Patch Aggregation (MPA) for Simultaneous Detection and Segmentation)
Shu Liu†Xiaojuan Qi†Jianping Shi♭Hong Zhang†Jiaya Jia††The Chinese University of Hong Kong ♭SenseTime Group Limited{sliu, xjqi, hzhang, leojia}@cse.cuhk.edu.hk shijianping@sensetime.com原文链接:http://j...翻译 2019-04-05 16:22:48 · 1741 阅读 · 0 评论 -
基于卷积神经网络 (CNN) 的孟加拉车牌识别
近年来,深度学习技术特别是卷积神经网络 (CNN) 在计算机视觉和机器学习领域得到了广泛的应用。这种深度学习技术在 MNIST、CIFAR-10、CIFAR-100、Microsoft COCO 和 ImageNet 等不同基准上的不同分类、分割和检测任务中提供了最先进的精度。然而,近十年来,人们对传统的机器学习方法识别孟加拉车牌进行了大量的研究。由于识别精度较低,这些系统都不能用于为 Bangl...翻译 2019-03-31 21:27:10 · 6232 阅读 · 2 评论 -
mageNet Object Localization Challenge
竞争描述虽然人们很容易辨别出照片中细微的差别,但电脑仍然有办法。视觉上相似的东西很难让电脑计算,就像这堆重叠的香蕉。或者想想这张照片,一个狐狸家族伪装在野外-狐狸在哪里结束,草在哪里开始? 注释。由于这种竞争,仅2010年至2014年,图像分类误差就减少了4.2倍(从28.2%降至6.7%),定位误...翻译 2019-04-10 14:16:48 · 1263 阅读 · 0 评论 -
目标检测算法-MSCNN(用于人群计数)
1:首先从模型结构整体理解重要网络结构: MSB结构 网络架构应用于人群计数2:从代码层面理解2.1 MSB结构,就是四种...翻译 2019-04-20 23:10:47 · 5103 阅读 · 10 评论 -
卷积特征映射上的目标检测网络
摘要大多数对象检测器包含两个重要组件:特征提取器和对象分类器。特征提取器随着重要的研究工作迅速发展,导致更好的深度卷积体系结构。然而,对象分类器并未引起太多关注,并且许多最近的系统(如SPPnet和Fast / Faster R-CNN)使用简单的多层感知器。本文证明了精心设计用于对象分类的深度网络同样重要。我们尝试使用区域分类器网络,这些网络使用共享的,与区域无关的卷积特征。我们将它们称为“...翻译 2019-04-23 01:08:36 · 1005 阅读 · 0 评论 -
The architecture of TextBoxes++
1)网络架构:文本框的架构++如图2所示。它继承了流行的VGG-16 AR-结构[46],保持层从conv1_1到转换最后两个完全连接的层将VGG-16分成卷积层(conv6和conv7)按参数下采样[10]。另外八个卷积-划分为四个阶段(conv8到conv11)的国际层最大池的不同分辨率附加了af-特conv7.多个输出层,我们称之为文本框层,在最后一个和一些中间层之后插入卷积层...翻译 2019-06-15 20:31:41 · 266 阅读 · 0 评论 -
目标检测-概述
翻译 2019-07-24 19:36:00 · 214 阅读 · 0 评论 -
图像分类-大纲
翻译 2019-07-21 17:49:09 · 136 阅读 · 0 评论 -
计算机视觉领域专家主页代码
国内外研究主页集合:计算机视觉-机器学习-模式识别-计算机视觉领域的一些牛人博客来自 http://cvnote.info/pages-collection-by-carson2005/转自http://www.cnblogs.com/x113/p/4575113.html国际大牛Adobe研究院 Jianchao Yang研究员[进入主页] (稀疏表示,超分辨率、图片检索、...转载 2019-03-22 20:51:35 · 2060 阅读 · 0 评论