计算机视觉
叫我西瓜超人
计算机幻觉与人工智障。
展开
-
解读《Bridging the Gap Between Anchor-based and Anchor-free Detection》
张士峰大佬近期发了一篇论文解读Anchor-base和Anchor-free方法间的差别,其本质在于正负样本的选取方式不同。论文:《Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection》链接:https://arxiv.org/abs/19...原创 2019-12-18 10:51:35 · 9612 阅读 · 2 评论 -
解读Gaussian YOLOv3:终于有人对bbox的可靠性做文章了
对于目标检测,大家在网络结构上,IOU上,Anchor上做了大量文章,这篇文章优秀的地方在于提出了针对于bbox可靠性的想法,想到了用高斯模型来评估bbox坐标的可靠性,提出了一种新的计算bbox的loss。高斯模型首先回顾一下最原始的YOLOv3:对于输出feature,每个点输出3×((tx, ty, tw, th)+ obj_score + class_score)个信息。其...原创 2019-11-28 18:54:15 · 3372 阅读 · 5 评论 -
一种新的特征融合方式:《Learning Spatial Fusion for Single-Shot Object Detection》解读
本篇文章最大的创新点是提出了一种新的特征融合的方式ASFF,通过学习权重参数的方式将不同层的特征融合到一起,作者证明了这样的方法要优于通过concatenation或者element-wise的方式。代码:https://github.com/ruinmessi/ASFF一个更强的YOLOv3 baseline其实整篇文章能取得如此优秀的效果并不仅仅在于加入了ASFF这种自适应特征...原创 2019-11-27 18:11:28 · 14793 阅读 · 4 评论 -
利用Pytorch torchvision完成Faster-rcnn目标检测demo及源码详解
Torchvision更新到0.3.0后支持了更多的功能,其中新增模块detection中实现了整个faster-rcnn的功能。本博客主要讲述如何通过torchvision和pytorch使用faster-rcnn,并提供一个demo和对应代码及解析注释。目录如果你不想深入了解原理和训练,只想用Faster-rcnn做目标检测任务的demo,请看这里torchvision中Faste...原创 2019-08-27 11:40:13 · 27506 阅读 · 72 评论 -
《FCOS: Fully Convolutional One-Stage Object Detection》阅读笔记
FCOS是典型的one-stage和anchor free结合,并且思路和cornerNet系列的寻找corner不同,借鉴了FCN的思想,通过单个feature上的点来做检测。FCOS摒弃了anchor带来的一些列缺点:用anchor的框架对于anchor的尺寸非常敏感,anchor的尺寸会影响检测的performance。 anchor尺寸的固定导致了对网络对特殊形状的物体鲁棒性较差...原创 2019-05-10 18:49:37 · 4671 阅读 · 0 评论 -
《Region Proposal by Guided Anchoring》阅读笔记
《Region Proposal by Guided Anchoring》来自CVPR2019,非anchor-free时代中anchor在多数目标检测算法中都起到了重要的作用,本篇提出了一种新的anchor生成方法 ,不同于之前的固定 anchor或者根据数据集聚类anchor的方法,通过guided anchoring可以预测anchor的形状和位置得到稀疏的anchor,以及作者提出了Fea...原创 2019-05-06 09:36:23 · 4818 阅读 · 0 评论 -
人脸属性数据数据集汇总
IMDB-WIKI量级:超过50w张,460723张来自IMDB 和62328来自WIKI。标签:性别+年龄特点:年龄分布均衡链接:https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/Adience量级:2w6标签:年龄+性别特点:真实场景抓拍链接:https://talhassner.github.i...原创 2019-04-14 18:36:26 · 8319 阅读 · 1 评论 -
一些关于CV和deeplearning的干货链接(长期更新)
目录yolo系列汇总:关于batch normalization的理解:各类归一化方法的总结及代码:YJango的卷积神经网络介绍:目标检测SSD讲解:关于AP PR曲线计算的理解(内附代码,生肉,英文):解释了yolov3的forward和anchor box相关内容关于数据增强的奇淫技巧:一篇超级全的数据增强博客:yolov3 pytorch教程:...原创 2019-11-25 09:01:51 · 41852 阅读 · 0 评论 -
基于红外热成像的行人检测方法
本文主要讲解在热红外成像下的行人检测方法,方法来自于《Thermal-Infrared Pedestrian ROI Extraction through Thermal andMotion Information Fusion》,感兴趣的可以看下论文原文,若文中有理解错误的地方望指出。⒈ 热红外成像的特点:⑴ 不受光照条件应影响⑵ 图像中的人会比背景显得更亮整体流程 先...原创 2018-04-11 16:18:27 · 17479 阅读 · 11 评论 -
两种无参考空间域图像噪点检测方法
两种方法来源于Xinhao Liu和Masayuki Tanaka发表在IPIC上的三篇论文,先给出论文的链接: 《Noise Level Estimation Using Weak Textured Patches of a Single Noisy Image》 《Estimation Of Signal Dependent Noise Parameters From a Single Im原创 2017-09-26 11:51:11 · 9753 阅读 · 32 评论 -
OpenCV的基本矩阵操作与示例
转载:http://blog.csdn.net/iracer/article/details/51296631OpenCV的基本矩阵操作与示例OpenCV中的矩阵操作非常重要,本文总结了矩阵的创建、初始化以及基本矩阵操作,给出了示例代码转载 2017-10-31 09:16:55 · 540 阅读 · 0 评论 -
opencv中Mat的各种相关操作
opencv矩阵计算转载 2017-10-09 09:21:44 · 963 阅读 · 0 评论