目标检测
萌萌的生活
这个作者很懒,什么都没留下…
展开
-
论文阅读+SSP net+特征金字塔网络
《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》-20141.解决什么问题 在R-CNN出来之后,在使用cnn来进行目标检测时,如果网络的结构确定了,那么需要输入一张固定大小的图片,比如224*224,32*32,96*96等。这样对于我们希望检测各种大小的图片的时候,需要经过裁剪,...转载 2018-04-02 16:43:54 · 3900 阅读 · 1 评论 -
论文阅读+YOLO
《YOLO:You only look Once:Unified,Real-Time Object Detection》一、解决什么问题?二、怎么解决的?1.基本的思想?1.端到端的训练和实时检测。2.YOLO将输入图像划分为S*S个网络,如果一个物体的中心落在某个网格内,则相应网格负责检测该物体。3.在训练和测试时,每个网络预测B个bboxs,每个bbox对应5个预测参数,即bbox中心点坐标(...转载 2018-04-09 18:12:36 · 2564 阅读 · 1 评论 -
文献阅读+L1正则和L2正则+softmaxL1正则
导入:一般有两种,一般英文称作ℓ1-norm和ℓ2-norm,中文称作L1正则化和L2正则化,或者L1范数和L2范数对于线性回归模型,使用L1正则化的模型建叫做Lasso回归,使用L2正则化的模型叫做Ridge回归(岭回归)。两者的比较:正则化L1正则L2正则形式不同: 前面是否有系数有系数有系数一、解决什么问题?(作用?应用场景?)通常机器学习中特征数量很多,例如文本处理时,如果将一个词组(t...原创 2018-04-02 16:40:47 · 1201 阅读 · 0 评论 -
机器学习+过拟合和欠拟合+方差和偏差
一、什么是过拟合?(高方差)+为什么会产生过拟合?+怎么解决过拟合?1.过拟合:就是训练时的结果很好,但是在预测时结果不好的情况。2.产生过拟合的原因:(1) 模型的复杂度太高。比如:网络太深,(2)过多的变量(特征)(3)训练数据非常少。3.如何解决过拟合?避免过拟合的方法有很多:(1)尽量减少特征的数量、(2)early stopping、(3)数据集扩增、(4)dropout、(5)正则...转载 2018-04-02 16:43:08 · 8415 阅读 · 1 评论 -
论文阅读+代价函数+激活函数
=================第一部分 代价函数====================代价函数=损失函数 在机器学习中的每一种算法中,训练模型的过程就是优化代价函数的过程。代价函数对每个参数的偏导数就是梯度下降中提到的梯度,防止过拟合时添加的正则化项也是加在代价函数后面的。一、什么是代价函数假设有训练样本(x, y),模型h,参数θ。h(θ) = θTx(θT表示θ的转置)。(1)概况...转载 2018-04-02 16:43:21 · 3654 阅读 · 0 评论 -
论文阅读+Faster RCNN
《《Faster R-CNN: Towards Real-Time ObjectDetection with Region Proposal Networks》-201X一、解决什么问题 1. 能不能快速的生成候选区域,不使用ss算法得到object proposal?(为啥还要用SS!!!) 2. 能不能减少参数的数量,或者说能不能共用一些参数?二、解决方案整个网络可以看作由...转载 2018-04-02 16:43:35 · 890 阅读 · 0 评论 -
论文阅读+目标检测+一个对象对应多个候选框时该怎么办?
本篇不是针对某一篇论文的NMS进行总结,而是对常见的NMS进行总结。解决什么问题在某些情况下,对于同一个对象,我们可能为它找出了若干个矩形框。那么如何找到最合适的那个矩形框,成为了我们需要解决的问题?如上图中:虽然几个框都检测到了人脸,但是我不需要这么多的框,我需要找到一个最能表达人脸的框。下图汽车检测也是同样的原理。解决方案(怎么解决这个问题的)针对该问题有3种传统的解决思路。 ...转载 2018-03-30 19:11:23 · 4380 阅读 · 0 评论 -
论文阅读+Fast-RCNN
《Fast R-CNN:Fast Region-based Convolutional Networks for object detection》—2015源码:https://github.com/rbgirshick/fast-rcnn这篇论文依据的是RCNN方法,在使用RCNN的过程中遇到了一些问题,所以有了这篇文章。以前看到《基于XX方法的什么》不是很明白在讲什么,现在知道了。这种表述的...转载 2018-04-02 16:43:44 · 1062 阅读 · 0 评论