计算机视觉
全意
来点不一样的
展开
-
论文解读Face Detection using Deep Learning: An Improved Faster R-CNN Approach
无原创 2017-09-28 17:07:30 · 1314 阅读 · 0 评论 -
论文解读Focal Loss for Dense Object Detection
无原创 2017-09-29 17:09:27 · 897 阅读 · 0 评论 -
经典的几个卷积神经网络(基本网络)
AlexNet:( 2012 ILSVRC top 5 test error rate of 15.4%)第一个成功展现出卷积神经网络潜力的网络结构。关键点:通过大量的数据与长时间的训练得到最后的模型,结果十分显著(拿到2012分类第一)使用两块GPU,分两组进行卷积。自从Alexnet之后,卷积神经网络开始迅速发展VGGnet:(ILSVRC 2014 7.3% error rate)自A原创 2017-11-03 21:05:03 · 10421 阅读 · 1 评论 -
【OpenCV】踩过的坑
cv2.imread() 读取后的图片文件的格式为 np.ndarray np.uint8 格式 所以处理图片后如果无法显示,需要转换格式 x.astype(np.unit8) (不是np.int 或 int)原创 2018-05-03 16:46:29 · 647 阅读 · 0 评论 -
目标检测最新进展(SSD,RCNN等最新发展)
【未完待续】【目录】SSD:RetinaNetFSSD (Feature Fusion Single Shot Multibox Detector)RFBNet (Receptive Field Block Net)R-FCNRRC SSDGitHub链接(Pytorch版):https://github.com/transcendentsky/ssd_py...原创 2018-05-04 21:12:11 · 2728 阅读 · 1 评论 -
论文SDP + RCNN | Exploit All the Layers: Fast and Accurate CNN Object Detector with SDP and CRC
Abstract本文提出了两种目标检测的措施,兼具精度与效率:1.scale-dependent pooling (精度)2. layer wise casaded rejection classifiers(效率)1 Introduction首先作者简要介绍了RCNN等方法,FRCNN的缺点: 1. Fast-RCNN由于是从pooling层bounding box所以不能准...转载 2018-05-04 21:47:26 · 884 阅读 · 0 评论 -
Deformable Offset 梯度的推断
对Deformable中的 offset 求梯度不是很理解Deformable Offset x ⇒ conv(x) ⇒ x_coords ⇒ ( lt, lb, rt, rb ) ⇒ px*py*lt + px*(1-py)lb + (1-px)*py*rt + (1-px)(1-py)*rb ⇒ x对px的偏导数,求其gradient ∂((px−⌊px⌋)∗py∗l...原创 2018-05-14 17:40:47 · 402 阅读 · 0 评论