- 博客(5)
- 收藏
- 关注
RSS订阅原创 Siamese Neural Networks for One-shot Image Recognition
介绍Siamese代码里用到的一些函数pytorch Dataset 里面的ImageFolderImageFolder(root,transform=None,target_transform=None,loader=default_loader)root : 在指定的root路径下面寻找图片transform: 对PIL Image进行转换操作,transform 输入是loader...
2019-12-24 10:46:05
1370
原创 双目相机的标定加校正详细过程(附代码)
一.标定标定相机我用到了matlab的标定工具箱，使用方法很简单，网上也有很全的解释。首先用双目相机拍摄棋盘格：最后生成的结果为：上图包括了左右相机的所有内参以及外参。这是其中左相机的内参矩阵，值得一提的是matlab标定得到的内参矩阵是经过转置的。多啰嗦下我对数据的一些处理过程：这些密密麻麻的是我用双目相机拍摄的一些数据集是水缸中的一些气泡。首先我要对这些图片批量重命名图...
2019-12-14 21:22:16
6951
6
转载 CornerNet-Lite论文笔记
论文链接：https://arxiv.org/pdf/1904.08900.pdf代码链接：https://github.com/princeton-vl/CornerNet-LiteCornerNet关于CornerNet论文解读在这里：https://blog.csdn.net/qq_38109843/article/details/89526785CornerNet主要思路是基于关键...
2019-12-01 21:37:30
186
原创 ECCV2018 CornerNet: Detecting Objects as Paired Keypoints
Abstract.本文提出了一种新的目标检测方法CornerNet，即利用单卷积神经网络，将目标的bounding box检测为一对关键点，即左上角和右下角。通过将目标检测为成对的关键点，我们消除了设计一组常用于现有single-stage detectors的anchor boxes的需要。除了我们的新公式外，我们还引入了corner pooling，这是一种新型的池化层，有助于网络更好地定位...
2019-11-26 16:09:56
268
原创 《Bottom-up Object Detection by Grouping Extreme and Center Points》论文解读
《Bottom-up Object Detection by Grouping Extreme and Center Points》论文解读这是CVPR2019关于目标检测的一篇论文，随着深度学习的出现，目标检测从由点及面逐渐发展到基于区域的识别问题。最先进的算法枚举一个几乎详尽的对象位置列表，并将每个位置分类为：对象与否。在本文中，作者想证明由点及面的方法仍然具有竞争力。Introducti...
2019-10-23 16:47:38
204
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