目标检测
youngxiao's Blog
这个作者很懒,什么都没留下…
展开
-
MobileNetv2-SSDLite训练自己的数据集
MobileNetv2-SSDLite 实现以及训练自己的数据集1. 环境Caffe 实现 MobileNetv2-SSDLite 目标检测,预训练文件从 tensorflow 来的,要将 tensorflow 模型转换到 caffe.先废话,我的环境,如果安装了 cuda, cudnn, 而且 caffe,tensorflow 都通过了,请忽略下面的,只是要注意 caffe 的版本:...原创 2018-12-13 10:21:51 · 20822 阅读 · 49 评论 -
YOLO 学习总结
YOLO,you know?1. 前言YOLOv1 早已过时,但历史总是重要的,为了完整性,还是记录之前学习的基础,以便总结改进算法时能清晰的定位改进点,学习优化的思想。此外在深度学习之前,目标检测领域最好的算法就是 DPM(Deformable parts models),简单提一下:利用了 SIFT 特征等,通过滑动窗口(sliding window)在图像中提出目标区域,然后 S...原创 2018-12-07 14:48:42 · 6924 阅读 · 0 评论 -
为何 MobileNet 及其变种(如 ShuffleNet)速度很快
为何 MobileNet 及其变种(如 ShuffleNet)速度很快这篇文章是从 Medium 上看到的一篇 blog,比较 nice,直接翻译过来了。译文地址:Why MobileNet and Its Variants (e.g. ShuffleNet) Are Fast1. 介绍在本文中,概述了高效的 CNN 模型(如 MobileNet 及其变体)中使用的构建块,并解释了它...翻译 2018-12-11 16:10:50 · 4218 阅读 · 0 评论 -
理解基于深度学习的目标检测算法
理解基于深度学习的目标检测算法前言原文地址:UNDERSTANDING DEEP LEARNING FOR OBJECT DETECTION基本没有改变作者的原意,在很少的地方有微小的改动。随着卷积神经网络(CNN)的出现,我们在计算机视觉任务(如目标检测,图像分割,分类等)方面取得了令人瞩目的进步。为了理解视觉场景中对象之间的动态和交互,我们需要对顺序和关联信息进行建模,以便在时间和空...翻译 2019-03-14 11:39:56 · 6324 阅读 · 0 评论 -
训练深度目标检测模型的免费 tricks
文章目录前言IntroductionRelated WorkScattering tricks from Image ClassificationDeep Object Detection PipelinesBag of FreebiesVisually Coherent Image Mixup for Object DetectionClassification Head Label Smoot...原创 2019-04-19 17:09:07 · 5664 阅读 · 0 评论 -
Awesome Object Detection Repositories
Introductiongithub: [github.io]https://youngxiao.github.io/z_post/目标检测-repositories/Based on amusi’s repositories: https://github.com/amusi/awesome-object-detectionFrom 2015 to May, 2019. Some awes...原创 2019-08-01 18:01:38 · 1250 阅读 · 0 评论