xunan003的博客

环境要求：CUDA9.0（与你的编译caffe时使用的cuda版本保持一致），opencv3.1（注意博主亲试3.4和4.0均有错，3.4可以编译但结果不对并不能resize），ubuntu16.04具体后处理code使用https://github.com/wzj5133329/retinaface_caffe提供。1. 首先准备好一个正常的编译好的可运行的caffe，我这里参考 ht...

原文链接：点击

ROI pooling作用有两点：（1）根据输入image，将ROI映射到feature map对应位置，映射是根据image缩小的尺寸来的；（2）将得到的RoI映射在feature map上得到的RoI feature region输出统一大小的特征区域（由于区域提议得到的RoI大小和尺度比例不尽相同，无法输入FC层进行一维化操作） ROI pooling layer具体操作 ...

1. 最大创新点：       应用RoI pooling layer将R-CNN中大量region proposal输入CNN训练以得到候选框的特征改变成由CNN训练图像然后在输出的图像特征上映射每个region proposal所对应的特征区域。避免了CNN重复计算相同的区域（因为原始的region proposal肯定有大量的重复区域）。简单总结：Fast R-CNN将整张整张图片归...

原文链接：点击                 

PASCAL VOC：07+12：5k的trainval2007和16k的trainval2012作为训练集，test2007作为测试集07++12：用10k的trainval2007+test2007和和16k的trainval2012作为训练集，test2012作为测试集MS COCO：原始的COCO的检测任务共含有80个类，在2014年发布的数据规模分train/val/te...

原文链接：https://www.cnblogs.com/zongfa/p/9663649.html一、准备数据集　　本篇旨在人脸识别，在百度图片上下载了120张张钧甯的图片，存放在/models/research/object_detection下新建的images文件夹内，images文件夹下新建train和test两个文件夹，然后将120分为100和20张分别存放在train和tes...

原文链接：https://www.cnblogs.com/zongfa/p/9662832.html目标检测在图形识别的基础上有了更进一步的应用，但是代码也更加繁琐，TensorFlow专门为此开设了一个object detection API，接下来看看怎么使用它。object detection API 配置首先，能到目标检测了应该至少已经安装好了TensorFlow及其相关...

在yolov3的python接口中的darknet.py中的detect()函数中包含参数hier_thresh，具体函数如下：def detect(net, meta, image, thresh=.5, hier_thresh=.5, nms=.45): im = load_image(image, 0, 0) num = c_int(0) pnum = poin...

调用darknet python接口需使用darknet/python/darknet.py，而其中核心为detect（）函数，该参数主要参数为：def detect(net, meta, image, thresh=.5, hier_thresh=.5, nms=.45)而detect（）函数中的核心为dets = get_network_boxes(net, im.w, im.h, ...

首先，python接口darknet.py中detect函数如下：def detect(net, meta, image, thresh=.5, hier_thresh=.5, nms=.45): im = load_image(image, 0, 0) num = c_int(0) pnum = pointer(num) predict_image(net,...

首先从darknet.py中main函数出发，如下：if __name__ == "__main__": #net = load_net("cfg/densenet201.cfg", "/home/pjreddie/trained/densenet201.weights", 0) #im = load_image("data/wolf.jpg", 0, 0) #met...

继fasterrcnn后，又一个pva-fasterrcnn的配置教程，希望可以帮助大家。注意：有些复制的终端命令如果不能在终端运行，请注意英文全角半角问题，可以将命令输入终端，无须复制粘贴命令第一部分：下载并编译pvanet1、终端输入：Git clone --recursive https://github.com/sanghoon/pva-faster-rcnn.git2、建立C...

1、caffe下yolo系列的实现 1.1 caffe-yolo-v1我的github代码 点击打开链接参考代码 点击打开链接yolo-v1 darknet主页 点击打开链接上面的caffe版本较老。对新版的cudnn支持不好，可能编译出错，需要修改 cudnn.hpp头文件在次进行编译，修改后的cudnn.hpp文件，可在我的github主页找到。步骤：0、v...

原文链接：http://www.cnblogs.com/gujianhan/p/6035514.html    普通的深度学习监督算法主要是用来做分类，如图1(1)所示，分类的目标是要识别出图中所示是一只猫。而在ILSVRC（ImageNet Large Scale Visual Recognition Challenge)竞赛以及实际的应用中，还包括目标定位和目标检测等任务。其中目标

（1）Speed/accuracy trade-offs for modern convolutional object detectors其主要考虑三种检测器（Faster RCNN,R-FCN,SSD）作为元结构，三种CNN网络（VGG，Inception，ResNet）作为特征提取器，变化其他参数如图像分辨率、proposals数量等，研究目标检测系统准确率与速度的权衡关系。

1. precision 和 recall 的计算：<img src="https://pic4.zhimg.com/50/v2-761706f5b1fe36873ba1bb20c7d1d447_hd.jpg" data-rawwidth="301" data-rawheight="541" class="co

原文链接：http://blog.csdn.net/u014696921/article/details/53138327SSD的安装在home目录下，获取SSD的代码，下载完成后有一个caffe文件夹 git clone https://github.com/weiliu89/caffe.git cd caffe git checkout ssd(出现“分支”则...

声明：本文仅以自己的实验过程编写，如若转载，请与博主联系。建议读者在做本文中的尝试之前，先训练一编官网论文中的例子，按照SSD教程跑一边，或者参看博主博文：http://blog.csdn.net/xunan003/article/details/78427446    配置SSD并完整调试一遍。参考博文：http://blog.csdn.net/u010167269/article/deta

目标检测中，原始图片的标注过程是非常重要的，它的作用是在原始图像中标注目标物体位置并对每张图片生成相应的xml文件表示目标标准框的位置。然而博主转载的文章http://blog.csdn.net/u014696921/article/details/53353896中提到的标注工具虽然使用简单，但是无法在同一张图片中标注多个同类目标；并且其标注完成后只能生成对应的txt文件，需要借助一定的工具才能

原文链接：http://blog.csdn.net/zhang_shuai12/article/details/527169521、迁移学习迁移学习也即所谓的有监督预训练(Supervised pre-training)，我们通常把它称之为迁移学习。比如你已经有一大堆标注好的人脸年龄分类的图片数据，训练了一个CNN，用于人脸的年龄识别。然后当你遇到新的项目任务是：人脸性别识别，

Deep Multimodal Vehicle Detection in Aerial ISR Imagery

一、生成txt对应的xml文件我们使用我们自己的数据集，关于航空车辆检测，来源VEDAI。数据集txt与对应的图片如图1。图1。txt与对应的图片每一副图像所对应的txt里面的内容对应目标的坐标信息。如图2。文件格式为：xmin, ymin, xmax, ymax, label。图2。txt内部信息。将 txt 文件转换为 Pascal VOC 的 XM

原文链接：http://www.aihot.net/tutorial/deeplearning/3430.html 　　开始本文内容之前，我们先来看一下上边左侧的这张图，从图中你看到了什么物体？他们在什么位置？这还不简单，图中有一个猫和一个人，具体的位置就是上图右侧图像两个边框(bounding-box)所在的位置。其实刚刚的这个过程就是目标检测，目标检测就是“给定一张图像或者