- 博客(7)
- 收藏
- 关注
RSS订阅原创 Fast R-CNN论文略读
SPP引入之后，解决了输入图片尺寸不一致和多次feed proposal带来的问题，但是训练过程仍然比较繁琐，需要提取proposal，训练cnn，还要训练SVM，分别输出box坐标和类别，且过程中要占用大量磁盘资源，为了解决这个问题，R-CNN原作者提出了Fast R-CNN，设计了ROIpooling，其实是SPP的简化版，不过也解决了尺寸问题，同时采用了SPP的proposal策略，同时将SVM换为softmax，从二分类转为多分类，引入类间竞争，也减少了不必要的训练；最重要的是将网络设计为同时输出两
2020-05-25 16:27:05
152
原创 SPPNet略读
论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition作者：何恺明时间：2014论文：https://arxiv.org/pdf/1406.4729.pdf为了解决固定尺寸的问题，引入空间金字塔池化，同时输入一张完整的图片，在featuremap上找到映射得到的proposal，而不是逐个输入，极大减少了时间开销，这也是R-CNN存在的问题。...
2020-05-25 16:03:47
134
原创 R-CNN略读
题目：Rich feature hierarchies for accurate object detection and semantic segmentation第一作者：Ross Girshick 大佬 UC Berkeley发表：CVPR2014这篇文章应该是受AlexNet的启发，进而想把CNN的强泛化与特征提取的能力应用到目标检测和语音分割上面，结果显然获得了巨大的成功，在PASCAL上的mAP达到了史无前例的53.3%，同时还发现在训练数据较小的时候，可以让网络在另外一个数据集上训练，然
2020-05-25 10:14:00
179
原创 FCOS源码阅读1
FCOS代码真的好多啊，一点一点分析好了，先来看看tools目录下的train_net.pydef train(cfg, local_rank, distributed): #local rank是啥,distributed就是给那些gpu暴发户用的吧 #得到一个model，这个函数在下一篇文章中看 model = build_detection_model(cfg) #torch.device代表将torch.Tensor分配到的设备的对象。 device = torch.d
2020-05-24 17:40:34
778
原创 FCOS论文简析
题目：FCOS:Fully Convolutional One-Stage Object Detection第一作者：Zhi Tian The University of Adelaide, Australia发表：CVPR2019论文：https://arxiv.org/pdf/1904.01355.pdf代码：https://github.com/tianzhi0549/FCOS思路：Anchor-based detectors有以下几个不足：检测的效果对与anchor box有关的超参数
2020-05-24 16:53:12
711
原创 matplotlib中的ion()和ioff()函数
在学习莫烦python的一些代码时发现经常出现plt.ion()和plt.ioff函数，经查询总结如下：python数据可视化库matplotlib有两种运行模式阻塞（block）模式和交互（interactive）模式，在python console中默认为交互模式，而在python脚本中是阻塞模式。1.在阻塞模式下，plt.plot()和plt.imshow()需要plt.show()...
2018-08-23 15:50:22
2770
转载 torch.squeeze()和unsqueeze()
queeze()函数功能：去除size为1的维度，包括行和列。当维度大于等于2时，squeeze()无作用。其中squeeze(0)代表若第一维度值为1则去除第一维度，squeeze(1)代表若第二维度值为1则去除第二维度。eg1：a = torch.Tensor(1,3)print a tensor([[-1.37,4.56,-3.57]])...
2018-08-22 11:43:44
27016
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人