- 博客(9)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 中国人工智能协会（AI前沿讲习班）
第一个是**薛建儒的“无人驾驶的深度学习方法探索与研究”**1，无人车的研究现状2，视觉主导的场景理解3，运动决策4，端到端的感知运动1研究现状16年的特斯拉—18的Uber—waymo（谷歌）经历了辅助驾驶-自动驾驶–自主驾驶无人驾驶就是经历一个感知到理解的过程，感知主要依赖于传感器，然后做一个结构化描述，这个结构化描述就是通过相机-激光-雷达的协同对于场景做一个不变...
2018-11-23 21:59:03
1237
原创 Powering Robust Clothes Recognition and Retrieval with Rich Annotations
主要贡献：1，提出了一个数据集2，提出了一个网络结构数据集网络结构基础网络是vgg16，这个网路已经在目标检测和语义分割上有很大的应用网络的最后一个卷积层被三个分支取代橙色部分：代表了全局的特征，输出的特征作为最终检索的一部分。绿色部分：在关键点估计之上的局部特征，作者提出了一个新的层。这一层，与faster-rcnn比较类似，就是在提取特征图上的某一块区域进行统一的编码。...
2018-11-22 09:45:52
146
原创 flow
1,光流的概念就是利用图像的的像素在时间域上的一些变化以及相邻帧之间的相关性来找到帧之间的对应关系，计算出相邻帧之间的运动信息。光流是二通道的，不同颜色表示不是不同的运动方向，颜色的深浅表示位移的速度。2论文的结构1，收缩的网络结构2，方法的网络结构3，训练数据集4，实验与结果分析5，训练的小tips1 没有全连接层2 网络包含9个 stride为2的convolution l...
2018-11-14 22:06:35
212
原创 Github的使用教程
1，如何创建和使用仓库2，如何创建个管理分支3，如何改变一个文件，并把它提交到GitHub上4，如何发起以及合并请求1，一个仓库一般用来组织一个项目，包含项目里面的所有的文件，图片，视频，电子表格。一个仓库包含reasme文件，一般仓库会默认创建这个文件2，创建一个分支，仓库里面有一个默认的master主分支，存储着我最终确定的代码，可以利用其它的子分支进行编辑和修改，确定之后就提交到主...
2018-11-13 09:38:05
279
原创 Flow -Guided feature Aggregation for video object detection
这篇文章是对之前的deep-featureflow的一个延续，利用了前后帧的信息来加强当前帧的特征，从而得到较好的识别度，但是速度上回很慢。基于流引导的特征聚合，端到端的学习框架，利用时间一致性，沿着运动轨迹聚合附近的帧，来提高每一帧的特征。这种方法对于strong single-frame baselines in ImageNet VID 有很大的改进，并且对于快速移动的物体效果显著。1....
2018-11-12 17:00:11
1406
原创 deep feature flow
因为如果将图片识别的网络直接引入视频中的帧，就会发现计算量就会很大作者提出的这个网络利用的是1，fowl estimetion，feature propagation，比一般的卷积计算速度快很多2，在空间上找一个关键帧做图像识别，然后将 deep feature map 从关键帧传到其他的帧，通过光流网络。并且这两帧是很相似的，所以传递过来的特征与原始特征很相似。2.并且整个结构是end ...
2018-11-11 20:01:37
843
原创 SVM
找到一个决策边界-本身难分的数据-计算复杂度-对SVM进行推导1，large margin选择B，因为只有B才可以区分的好，并且间隔越大，这个泛化能力越好，训练的模型对于新来的数据的适应能力强。2，找一个距离边界最近的点min 对应的是距离边界最小的点，max指的是最大的间隔，约束条件最大为1 ，就令其为1，转换成求倒数的最小值，然后对这个进行拉格朗日求导，这个时候加了也是参数阿尔法，...
2018-11-10 10:51:35
160
原创 mask-rcnn
FCN卷积网络的一般知识一般的图像分类就是利用卷积层加上全连接层，将多张特征图映射成固定维数的向量，softmax就是1000个类别的概率。CNN的优势在于，可以自动学习到不同层次的特征 ，较浅的网络学习到的是浅层的局部特征，较深的网络学习到的是更加抽象的特征。fcn的创新之处1 采用了全卷积将最后的6,7 层变成了卷积层，卷积核是1*1，第5层是原图的1/32，第...
2018-11-10 10:22:54
283
原创 mask-rcnn 的运行之前哟啊安装的一个pycocotools
安装pycocotools第一步：首先下在适合Windows的pycocotools。1，有两个版本，这是因为，有两个版本，一个ubanto的，一个是window的‘这里提供Windows的下载链接：https://github.com/philferriere/cocoapi第二步：下载vs2015，用来编译这个程序。这个下载的连接就在readme 的here 中，点击下载安装...
2018-11-05 16:18:11
1161
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人