- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 cs小屋每日一读（计算机视觉快讯）
极市平台（五年后计算机视觉）1 数据集将会同时有手工标注的，生成的，弱监督数据三类，更好的视频理解，以及多模态特征，与世界有更好的互动，针对视频学习，视频数据集的规模不理想，并且现有的数据集多样性，时长，分辨率多有限，新型的数据集需要更多的动作，也更丰富多变。视频学习的目标需要判断时序依赖关系，动作预测，因此也需要新型的模型设计，多模态监督就是将视觉系统和世界互动，和机器人，强化学习结合，音频和...
2019-06-29 21:54:58
186
原创 注意力机制网络-ViS-HuD（一）
摘要vis-hud，从图片中计算视觉现实性，将得到的结果送入cnn中进行human detetiona visual saliency map：使用ML-net产生，ML_Net在SALICON上预训练，detectNet ：用来human detect 是ImageNet的预训练分别为了saliency detection and Image classification。introd...
2019-06-28 16:16:57
1676
原创 图卷积网络-自适应的图卷积网络建模骨骼点数据进行行为识别
简介由于基于RGB的行为识别容易受到视角的变化以及复杂背景的干扰，从而导致泛化性能不足，很那应用到实际生活中，基于骨骼点数据的识别可以很好地解决这个问题。将人体定义为25个关键关节点的三维坐标，行为往往以视频的形式存在着，所以长度为T的行为可以用25T3来表示。传统的行为识别传统的基于骨骼点的行为识别是基于深度学习方法可以分为RNN和基于CNN的，RNN的方法可以将数据表示为三维的向量，然后...
2019-06-27 12:21:37
3899
转载 目标检测Anchor-free分支：基于关键点的目标检测
目标检测的新方向，不再使用基于anchor的方法，因为之前的方法由于要选择足够多的anchor来与groundtruth重叠，并且anchor的设计需要很多的参数，基于关键点的目标检测主要有两个：CornerNet和centerNet，本文主要介绍原理。
2019-06-26 11:34:52
3595
原创 目标检测研究方向之多尺度目标检测
目标检测现在可以研究的方向目标检测领域还有什么可做的？19 个方向给你建议 - 极市平台的技术博客 - CSDN博客 https://blog.csdn.net/Extremevision/article/details/86436596总结一下就是：List item类似ssd的精度和速度的结合，包括，RefineDet，RFBNet目标检测从基本的选框到选anchor再到角点，比如...
2019-06-22 10:28:47
5438
转载 轻量级实时目标检测网络--ThunderNet：轻量级实时检测网络
网络的整体结构网络的整体结构包括，backbone部分和detection 部分，骨干网络是SNet，这个网络i是基于shuffleNetV2进行修改得到的。网络的检测部分，利用了压缩的RPN网络，修改Light-Head R-CNN网络提高效率，CEM整合局部和全局特征增强网络特征的表达能力，并提出了SAM空间注意力机制，引入来自RPN的前后景信息用以优化特征分布。二：backbone部分...
2019-06-21 17:08:54
7039
1
原创 重新梳理resnet
网络的退化问题其实随着网路深度的加深，模型的精度并不是总是提高，这个不是过拟合造成的，因为随着网络深度的加深，不仅测试误差变大了，而且训练误差也高了，这个可能是因为更深的网络伴随着梯度消失和爆炸的问题，阻碍了网路的收敛，随着网络深度网路性能下降的现象叫做退化问题（degradation）。解决这个问题以前采用了BN的方法，一定程度缓解了这个要求，但是不能满足这个需求。建立恒等映射。学习残差F...
2019-06-18 10:37:22
302
原创 视频目标检测
1视频目标检测的简介视频目标检测要解决的问题就是对视频中每一帧都正确的识别和定位对于图像的目标检测，视频是高度冗余的，包含大量的时间冗余性和空间冗余性，就是在不同的时间或者空间看起来是相似的。充分的利用好上下问信息，可以解决连续帧之间的大量冗余的情况，提高检测的速度，还可以提高检测的质量。解决图像中的运动模糊，视频失去焦点，部分遮挡以及形变的问题。视频目标检测和追踪的不同两个领域解决的都会对...
2019-06-17 10:47:12
11213
1
原创 MAP
1. MAPprecision=正确的数目/所有的结果recall=结果中正确的/所有的正确的P是把准确率在recall值为Recall = {0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1}时（总共11个rank水平上），求平均值：AP = 1/11 ∑ recall∈{0,0.1,…,1} Precision(Recall) 针对单个...
2019-06-17 09:53:45
146
原创 随机优化方法的证明以及在构架搜索上的应用
参考一下三篇论文：1 AdaGrad stepsizes: sharp convergence over nonconvex landscapes, from any initializationhttps://arxiv.org/abs/1806.01811adagrad算法在凸优化拓扑上能够很好地收敛，是一种自适应的梯度算法，梯度算法不需要手动的微调学习率被广泛的应用于神经网络的优化，...
2019-06-16 10:35:17
406
原创 cuda trust 库的使用
1 研究cuda编程一个月了，对于cuda的运行机制也基本上是了解了，有时候加速是必须的，但是有时候程序设计的不好，加速就起不到作用，特备是共享内存设计的时候，如果没有让数据一直处于重复利用的状态，那么加速是没有效果的， 所以我觉得就是只有数据需要连续重复使用的时候放在共享内存里面才是真正的加快速度，之前的关于cuda的一些基本的机制也都有介绍过，软件硬件都有设及，现在发现了cuda有一个比较好用...
2019-06-01 15:34:55
2374
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人