Scalable Object Detection using Deep Neural Networks 阅读笔记

最新推荐文章于 2024-07-22 11:48:26 发布
最新推荐文章于 2024-07-22 11:48:26 发布
阅读量136 收藏
点赞数
分类专栏： 深度学习 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43164512/article/details/120424317
版权

Scalable Object Detection using Deep Neural Networks
基于深度神经网络的可伸缩目标检测

14年的文章 是一个用于检测的显著性启发式神经网络模型，
分为 “定位”+“识别”两步

在这里插入图片描述

解决

将深度网络应用到多object，并且object未知的情况
穷举候选区导致计算量过大

过程

  1. 在图像上生成候选区域 本文重点
    检测算法DeepMultiBox 一次预测多个边界框
    让CNN输出一定数量的bounding boxes(每个box用4个参数表示,分别是此box的左上角的横坐标+纵坐标,右下角的横坐标+纵坐标,对每个坐标值要用图像的宽和高进行归一化),另外还要输出每个box上还要有一个是否包含目标的置信度

本文题目的可扩展性，具体是指物体类别增多的情况下，bounding box的数目不变，可用于其他数据集中 即原文中所写的预测一组表示潜在对象的边界框来实现类无关
2. 利用CNN对生成的候选区域进行分类

给定一张测试图像 --> 裁剪出它的最大正方形区域 --> 将此区域resize到220220大小 --> 送入DeepMultiBox网络进行回归,得到K个回归boxes以及每个box的置信度分数 --> 利用非最大值抑制的方法将重叠度小于0.5的box去除掉 --> 拥有最高置信度分数的10个区域将被保留 --> 将这些区域送到分类CNN里面进行软分类,输出每个区域的概率值,得到10(N+1)的概率矩阵 --> 每个区域的置信度分割乘上概率值作为它最终的分数 --> 这些分数用于估计和计算P-R曲线.

思想

类不相关思想

贡献

采用的代价函数很好了解决了定位和分类的loss分配
DeepMultiBox

[参考文章1]
(https://blog.csdn.net/u010725283/article/details/78816916)
[参考文章2]
(http://t.zoukankan.com/zhao441354231-p-6095856.html)
[参考文章3]
(https://cloud.tencent.com/developer/article/1495118)

wenruo~
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
SSD之前的准备:Scalable Object Detection using Deep Neural Networks
xbcReal的博客
07-28 1442
在阅读SSD的论文的时候，看到在论文中提及过好几次的MultiBox算法，为了便于对SSD能够有一个更好的理解，便决定先阅读MultiBox算法的论文，也就是这篇博客要介绍的论文:Scalable Object Detection using Deep Neural Networks。MultiBox算法的全称叫做DeepMultiBox，是一种用来生成候选区域的方法，这里的候选区域类似于在R-CN
【论文笔记】Scalable Object Detection using Deep Neural Networks
tic-toc's blog
03-10 9126
Scalable Object Detection using Deep Neural Networks Erhan, D., Szegedy, C., Toshev, A., & Anguelov, D. (2013). Scalable Object Detection using Deep Neural Networks. arXiv. Goal 将基于DNN 的物体检测方法扩
目标检测--Scalable Object Detection using Deep Neural Networks(CVPR 2014)
weixin_30834019的博客
11-23 186
Scalable Object Detection using Deep Neural Networks 作者:Dumitru Erhan, Christian Szegedy, Alexander Toshev, and Dragomir Anguelov 引用:Erhan, Dumitru, et al. "Scalable object detection using deep ne...
Scalable Object Detection using Deep Neural Networks
weixin_36670529的博客
09-16 533
一、摘要 深度卷积神经网络最近在一系列图像识别基准测试中取得了最先进的性能，包括ImageNet大规模视觉识别挑战(ILSVRC-2012)。在定位子任务中获胜的模型是一个网络，它预测一个边界框和图像中每个目标类别的置信度得分。这样的模型捕获目标周围的整个图像上下文，但是如果不天真地复制每个实例的输出数量，就不能处理图像中相同目标的多个实例。在这项工作中，我们提出了一个显著性激发的神经网络模型用...
《Scalable Object Detection using Deep Neural Networks》Bounding Box目标检测的思想
qq_38109282的博客
04-24 228
Scalable Object Detection using Deep Neural Networks 阅读该论文前有一些需要了解的知识 博客 非极大值抑制(Non-Maximum Suppression) 论文理解 论文的方法 我们的目标是通过预测一组表示潜在对象的边界框来实现与类无关的可伸缩对象检测。更准确地说，我们使用深度神经网络(DNN)，它输出固定数量的边界框。此外，它为每个表示包含对象的盒子的网络置信度的盒子输出一个分数。 训练一个DNN来预测每幅训练图像的边界框和置信度，最高得分的框就能
Scalable Object Detection using Deep Neural Networks笔记
fangfang的专栏
12-15 2882
解决的问题： 将深度网络应用到多object，并且object未知的情况。 整体思路： 用CNN（DNN（AlexNet））预测一系列的bounding box，每一个bounding box都会有对应的一个分数，这个分数就是box里有没有物体的置信度。 创新点： 本文主打的就是scalable，可扩展性，具体是指物体类别增多的情况下，bounding b
【Paper Reading】Deep Neural Networks for Object Detection
iCode_girl的博客
03-31 278
111
Deep Learning with TensorFlow: Explore neural networks with Python
07-29
world datasets, including images, text, and moreLearn how to evaluate the performance of your deep learning modelsUsing deep learning for scalable object detection and mobile computingTrain machines ...
Scalable Prototype Learning using GPUs
02-09
Scalable Prototype Learning using GPUs
论文阅读node2vec Scalable Feature Learning for Networks1
08-04
这篇名为“node2vec Scalable Feature Learning for Networks”的论文，由Grover和Leskovec在2016年发表，主要探讨了如何有效地学习大规模网络中节点的特征表示，以便进行各种网络预测任务，如节点分类和连接预测。...
DeepSort-Scalable Sorting with High Efficiency.pdf
最新发布
07-25
deepsort
各种对象检测论文总结(Object Detection )
热门推荐
junmuzi的专栏
12-01 2万+
Original url: http://blog.csdn.net/u010167269/article/details/52563573 https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html Object Detection  Published: 09 Oc
论文提要“Scalable Object Detection using Deep Neural Networks”
cv_family_z的博客
06-11 3839
论文提要“Scalable Object Detection using Deep Neural Networks”与之前主流检测方法DPM不同，论文提出了一种名为“DeepMultiBox”的方法产生比较少量的目标候选框，这些候选框是使用DNN（Deep Neural Network）生成的与目标类别无关的区域。 1.主要贡献： 1）将目标检测定义为几个bounding bo
论文翻译——Scalable Object Detection using Deep Neural Networks
m0_37857151的博客
11-06 938
Scalable Object Detection using Deep Neural Networks 作者：Dumitru Erhan,Christian Szegedy, Alexander Toshev等 发表时间：2013 Abstract Deep convolutional neural networks have recently achieved state-of-the...
【目标检测】EfficientDet: Scalable and Efficient Object Detection
zhw864680355的博客
12-16 1869
论文:《EfficientDet: Scalable and Efficient Object Detection》 论文地址：https://arxiv.org/pdf/1911.09070.pdf 开源项目：https://github.com/xuannianz/EfficientDet 原文参考：https://www.cnblogs.com/mlj318/p/11996609.ht...
Deep Neural Networks for Object Detection（基于DNN的对象检测）
Inner Peace
11-09 4881
本博客对论文《Deep Neural Networks for object detection》进行了翻译
Scalable Object Detection using Deep Neural Networks(泛读)
小胜爱捣鼓
10-03 3342
一.文献名字和作者     Scalable Object Detection using Deep Neural Networks， CVPR2014     二.阅读时间      2014年10月3日 三.文献的贡献点    文献主要提出了使用DNN用于物体检测，主要的贡献点有下面三个：    1.将物体检测问题定义为一个多个边框的坐标的回归问题；    2.将边
基于深度学习的商品推荐
weixin_42605076的博客
07-22 894
基于深度学习的商品推荐系统利用深度学习技术对用户的行为和商品的特征进行分析和建模，从而向用户推荐最相关的商品。这类系统在电子商务、社交媒体和内容推荐等领域中具有广泛应用。
ISSCC2021: Scalable In-Memory Computing for Deep Neural Network Processors
"ISSCC2021_Session_15V_Compute-in-Memory Processors for Deep Neural Networks.pdf" 本文档是2021年国际固态电路会议（ISSCC）第15场会议的报告，重点讨论了计算内存处理器在深度神经网络（DNN）中的应用。会议...
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
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