![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测相关工具算法
文章平均质量分 87
我去喝咖啡了
这个作者很懒,什么都没留下…
展开
-
笔记二 | Rich feature hierarchies for accurate object detection and semantic segmentation
分为三个部分第一部分 region proposal方法 selective search第二部分 Feature extraction从每个region proposal中提取4096维的特征向量【方法】the Caffe implementation of the CNN Krizhevsky等人网络传播在进行特征提取前,需要先将每个建议框调整到227×227第三部分 训练SVM训练...原创 2022-01-17 12:09:32 · 438 阅读 · 0 评论 -
Pytorch工具|Visdom可视化使用记录
使用背景:远程连接实验室服务器跑代码,操作均由命令行实现,需要可视化观察代码结果。设备:本地Windows11开启MobaXterm软件连接服务器 实验室服务器Ubuntu操作系统,在anaconda管理的虚拟环境中跑python代码CHAPTER1 命令连接到服务器后,cd到工程文件目录一、操作命令1 进入虚拟环境conda activate env_name(自设置的环境名)2 启动Visdom服务器:方式一:python ...原创 2021-12-06 20:02:16 · 1742 阅读 · 0 评论 -
笔记三|Fast R-CNN
Fast R-CNN基于RCNN和SPP-Net的思想1 Fast R-CNN结构1.1特征提取与RoI网络组成的思路类似于RCNN,网络的输入为整幅的待检测图像,使用VGG16等图像分类网络中的卷积部分,对图像进行特征提取,得到最终的特征图。RoI(Regions of Interest):感兴趣区域,是proposal(原图的红框区域)在特征图(Figure 1 中是Conv feature map)上的对应区域(灰色区域部分)个人理解:用卷积网络在原图提取特征时,结果是整幅..原创 2021-09-29 18:47:06 · 406 阅读 · 0 评论 -
笔记一|Selective Search for Object Recognition
相关论文分割方面【Felzenszwalb,P.F.,&Huttenlocher,D.P.(2004)】Efficent graph-based image segmentation用分割的方法产生一系列小的class independent object locations原创 2021-09-02 16:59:10 · 4963 阅读 · 0 评论 -
分割算法|Efficient Graph-Based Image Segmentation
本文的基本结构:论文的笔记源码的分析笔记一 本文的分割思想——无向图分割1 名词和符号介绍无向图,每个像素是一个顶点,是顶点集合,是邻边集合,(component):可以理解为分割后的每一个部分(类似region)(segmentation)是划分成components的结果,每个component2 分割的思想2.1 分割原则在同一个component内相邻顶点的边的权值应尽量小,不同component内的顶点的权重较大2.2 分割方法定.原创 2021-08-29 18:23:21 · 1332 阅读 · 0 评论