2016年03月_xyy19920105

03月

原创 You Only Look Once: Unified, Real-Time Object Detection

这是Ross Girshick大神在fast rcnn之后的又一力作，不过这篇论文似乎推翻了rbg大神在rcnn那篇论文中结论，即可以把检测任务归并为分类任务，而是又把检测任务归为回归任务去解。下面说一下这篇文章的主要思想：上图是YOLO的主要流程，首先把整幅图片划分为7x7个块，然后根据ground truth 找到中心点，并把物体所在的中心点归为某个块中。网络的后端两个全链接层，这里需要

2016-03-09 20:51:42 3772 2

原创目标检测——从RCNN到Faster RCNN 串烧

本人小硕一枚，方向是深度学习的目标检测，故想把从RCNN到Faster RCNN整个线串一下，理清里面的整个设计流程和创新思路，也算是对大神的创新思维进行学习。我会不定期改善博客里面可能存在的小错误，希望大家多多谅解支持啦。另外，在论文中已经讲到的点，如果不是特别重要的话，我不会再复述的啦，所以说各位看官先研读研读论文先，然后再看看我对这些论文的理解。对了，涉及到哪层是几乘几以及那层到底是多少这种细

2016-03-07 11:20:40 29141 3

原创 ubuntu+caffe+gpu 安装配置流程

我是使用ubuntu 14.04系统，基本上根据官网安装教程进行安装，当然也参考了许多别人的blog，所以我算是一个搬运工吧，写这个教程是为了给之前写的fast rcnn环境配置写个前传吧。首先，安装官网所说的，对自己的硬件环境进行一个预检查，即是否有个合适的预检查gpu，lspci | grep -i nvidia；//是否有个支持的系统版本uname -m && cat /etc/*relea

2016-03-06 21:45:43 3902 2

原创 From Facial Parts Responses to Face Detection: A Deep Learning Approach

这篇是汤晓欧组最新的一篇人脸检测的论文，在FDDB上论文组中，目前取得第一的好成绩。故拿此文拜读一番，写篇读后感：首先，作者提出一个Faceness net的概念，这个概念实际上很简单，就是训练人脸五个部位的模型，然后针对这五个部位的模型提出来的特征，通过人脸共有先验，设计出一个计算是否是人脸的得分，其中，模型的超参数λ\lambda用最大后验概率计算。下面我主要讲一下5个模型的训练以及fa

2016-03-06 19:59:50 1929 4

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 You Only Look Once: Unified, Real-Time Object Detection

原创 目标检测——从RCNN到Faster RCNN 串烧

原创 ubuntu+caffe+gpu 安装配置流程

原创 From Facial Parts Responses to Face Detection: A Deep Learning Approach

空空如也

空空如也

原创目标检测——从RCNN到Faster RCNN 串烧