内涵：single shot multibox shot 在自己的数据上训练自己的模型

已于 2024-03-31 20:57:05 修改
阅读量400 收藏
点赞数
分类专栏： # 内涵 文章标签： ssd
于 2017-11-27 21:00:49 首次发布
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/u011345885/article/details/78649026
版权

推荐两篇非常非常非常好的两篇文章：
1、如何把自己的数据制作为VOC格式的xml标签
http://www.itkeyword.com/doc/4119351835022951846/rcnn-pascal-voc
2、如何用VOC格式的数据训练SSD模型
http://blog.csdn.net/10km/article/details/70168526

可能会踩到的坑：OpenCV Error: Assertion failed ((scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)) in cvtColor, file /build/opencv-SviWsf/opencv-2.4.9.1+dfsg/modules/imgproc/src/color.cpp, line 3959
解决办法：http://www.voidcn.com/article/p-rvbeapqu-cc.html

学弟
关注
专栏目录
【深度学习】实时物体检测框架Single-Shot MultiBox Detector（SSD）（1）概述
记录每一次小小的进步
12-24 4291
目标检测是深度学习图像识别的技术领域，指对单张图片中的物体的类别和位置进行标注。 ssd框架是深度学习领域实时准确地识别物体的可实用的网络，具有较高的实用价值和参考价值。 本文对ssd的概况和原理进行了简要分析。
行人重识别综述
qq_44347175的博客
07-26 3293
定义行人重识别(Personre-identification)也称行人再识别,被广泛认为是一个图像检索的子问题,是利用计算机视觉技术判断图像或者视频中是否存在特定行人的技术,即给定一个监控行人图像检索跨设备下的该行人图像。行人重识别技术可以弥补目前固定摄像头的视觉局限,并可与行人检测、行人跟踪技术相结合,应用于视频监控、智能安防等领域。应用刑事侦查行人理解行人跟踪单摄像头单目标单摄像头多目标多摄像头多目标。...
SSD(Single Shot MultiBox Detector):ubuntu16安装及训练自己的数据集(VOC2007格式)过程记录
10km的专栏
04-14 3549
安装SSD# SSD代码clone到 caffe-ssd文件夹下 git clone --recursive https://github.com/weiliu89/caffe.git caffe-ssd cd caffe-ssd # 选择ssd分支 git checkout ssd编译caffe对于一个新的ubuntu系统，编译caffe需要安装相应依赖库，如果你成功编译过caffe和faster
SSD(Single Shot MultiBox Detector):因为数据集中图像通道数不对导致的训练异常
10km的专栏
04-13 6738
今天在开始做SSD训练的时候，报了一个错误 导致训练无法 进行下去： OpenCV Error: Assertion failed ((scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)) in cvtColor, file /build/opencv-SviWsf/opencv-2.4.9.1+dfsg/modules/im
MaskTextSpotter:Mask TextSpotter的PyTorch实现
05-25
MaskTextSpotter 这是“ Mask TextSpotter：用于发现任意形状的文本的端到端可训练神经网络”（TPAMI版本）的代码。 它是ECCV版本的扩展，同时具有相同的标题。 有关更多详细信息，请参阅我们的。 此从继承，并遵循相同的许可证。 待办事项清单 发行码 安装文件 训练有素的模特 测试文件 培训文件 演示脚本 评估 发布独立识别模型 安装 要求： Python3（建议使用Python3.7） PyTorch> = 1.0（建议1.2） 大师的火炬 可可比 雅克 matplotlib GCC> = 4.9（这非常重要！） OpenCV CUDA> = 9.0（建议10.0） # first, make sure that your conda is setup properly with the right environment
SSD：Single Shot MultiBox Detector 英文原文和中文翻译版
12-11
SSD（Single Shot MultiBox Detector）是一种高效的目标检测算法，由Wei Liu等人在2015年提出。它在计算机视觉领域中具有重要的地位，因其能够实现端到端的实时目标检测，即在一个单一的网络前向传递过程中完成定位...
SSD: Single Shot MultiBox Detector
最新发布
07-26
在PASCAL VOC、COCO和ILSVRC数据集上的实验结果表明，SSD不仅具有竞争力的准确性，而且速度更快，同时为训练和推理提供了一个统一的框架。 #### SSD的核心思想 SSD的核心思想是将输出空间中的边界框离散化成一组...
目标检测7——SSD: Single Shot MultiBox Detector
qq_45792437的博客
01-14 1110
SSD300 在 59 FPS时实现 74.3% mAP ，而SSD500 在 22 FPS 时实现 76.9% mAP，优于Faster R-CNN（7 FPS 时 73.2% mAP）和YOLOv1（45 FPS 时 63.4% mAP）
SSD论文翻译（SSD: Single Shot MultiBox Detector）
03-06
本资源是本人翻译的Single Shot MultiBox Detector的一文，出自于2016年，主要内容是完成行人重识别的网络构建，不仅提高了识别准确率，并且提高了是别的速度。其中，作者的一些设计思路很有启发。
SSD：Single Shot MultiBox Detector
u013087645的专栏
09-24 8417
论文链接：https://arxiv.org/abs/1512.02325 论文翻译链接：https://blog.csdn.net/quincuntial/article/details/78854930 本文提出的SSD算法是一种直接预测目标类别和bounding box的多目标检测算法。与faster rcnn相比，该算法没有生成 proposal 的过程，这就极大提高了检测速度...
ssd训练错误
大可的杨先森的博客
09-26 1304
今天，填充数据重新训练SSD时出现错误 OpenCV Error: Assertion failed ((scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)) in cvtColor, file /build/opencv-SviWsf/opencv-2.4.9.1+dfsg/modules/imgproc/src/color
论文阅读笔记：SSD: Single Shot MultiBox Detector
Learning from the mistakes
09-07 9802
感想SSD是在YOLO和faster R-CNN基础上进行构建的，它继承了YOLO的速度快的特点，和Faster R-CNN准确的特点，应该说是对现有框架的突破，我跑过SSD的目标检测模型，准确率确实比Faster R-CNN高了一大截，后面还提供了SSD实验的完整分析过程，有兴趣的可以看原论文,我是九月份看的这篇论文，然后写了一个简短的博客，可能有很多错误，现在我又重读了一遍，对博客进行了内容的...
[目标检测]SSD：Single Shot MultiBox Detector
热门推荐
faiculty
01-14 1万+
基于”Proposal + Classification”的Object Detection的方法，RCNN系列(R-CNN、SPPnet、Fast R-CNN以及Faster R-CNN)取得了非常好的效果，因为这一类方法先预先回归一次边框，然后再进行骨干网络训练，所以精度要高，这类方法被称为two stage的方法。但也正是由于此，这类方法在速度方面还有待改进。由此，YOLO[8]应运而生，Y...
Mask TextSpotter: An End-to-End Trainable Neural Network for Spotting Text with Arbitrary Shapes
zhangwl27的专栏
03-13 2636
Mask TextSpotter 摘要 Mask TextSpotter利用了端对端学习流程的简单和顺利的优势，通过语义分割获得更准确的文本检测和识别。而且，在处理不规则形状的文本实例中，如弯曲文本，优于之前的方法。 引言 近年来，场景文本检测和识别逐渐吸引了机器视觉领域中的研究兴趣，尤其是在神经网络复兴及图像数据集增长后。由于文本检测和识别提供了一个自动快速的方法来获得在...
自然场景文本处理论文整理（3）Mask TextSpotter
Missaya的博客
07-23 3172
这篇论文是2018年7月6号出来的，对于任意形状的自然文本检测识别效果非常好。 paper:https://arxiv.org/abs/1807.02242 目前无相关源码 1.摘要简介 在本文中，我们提出了一个名为Mask TextSpotter的文本监视器，它可以检测和识别任意形状的文本实例。 这里，任意形状意味着现实世界中可能呈现的各种形式的文本实例。 受Mask R-CNN [9]...
华科白翔教授团队ECCV2018 OCR论文：Mask TextSpotter
深度学习大讲堂
08-15 6759
本文经授权转自我爱计算机视觉52CV。华中科技大学白翔老师团队在自然场景文本检测与识别领域成果颇丰，这篇被ECCV2018接收的论文《Mask TextSpotter: ...
【Deep Learning】SSD: Single Shot MultiBox Detector
Damu
01-04 5894
本文的主要内容是提出了一种新的既能够保证一定速度又能保证一定精度的目标检测算法，这种算法成为“SSD”目标检测模型。1. 综述  这篇论文提出了一种仅适用单一深度神经网络的图像中的目标检测算法。这种算法称为 SSD，它输出一系列 离散化 的 bounding boxes，这些 bounding boxes 是在不同的层次（layers）上的 feature maps 上生成的，并且有着不同的 asp
Mask TextSpotter v3阅读笔记
qq_40874603的博客
08-10 2561
Mask Text Spotter v3：分割建议网络用于健壮的场景文本端到端识别。 摘要 大部分现存的任意形状文本检测识别器使用RPN生产proposals。RPN高度依赖手工设计的anchors并且他的建议是用轴对齐的矩形表示。前者在处理极端长宽比和不规则形状的文本实例时较为困难，后者通常在一个建议中包含多个相邻的文本实例，在密集的多方向文本的情况下。为了解决这些问题，我们提出了Mask Text Spotter v3，一个端到端可训练的场景文本识别器采用了Segmentation Proposal
RefineDet笔记-SSD进阶
kkk_wang的博客
09-13 2227
1. 引言 本篇博客是基于我的SSD工程,想进一步加深对目标检测的理解。在该工程基础上完善新的RefineDet方法。由于长期evernote，以后会逐步转为CSDN。 论文参考：Single-Shot Refinement Neural Network for Object Detection 论文链接：https://arxiv.org/abs/1711.06897 代码链接：ht...
ssd: single shot multibox detector
03-16
SSD（Single Shot Multibox Detector）是一种用于目标检测的深度学习模型，它是一种基于锚点（anchor）的目标检测算法。相比于传统的目标检测算法，如RCNN、Fast RCNN、Faster RCNN等，SSD具有更快的检测速度和更好的准确率。 SSD通过使用多个不同大小和宽高比的锚点，来检测输入图像中的目标物体。它使用了一个卷积神经网络（CNN）来提取特征，然后将这些特征输入到多个检测层中进行目标检测。每个检测层都可以检测多个目标，并且每个目标都由多个锚点进行预测。 SSD在训练过程中使用交叉熵损失函数来最小化目标检测的误差，并使用随机梯度下降（SGD）等优化算法来更新模型参数。 SSD可以应用于各种应用场景，如自动驾驶、智能安防、工业检测等，它已经成为目标检测领域的主流算法之一。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

学弟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值