![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Object Detection
leo_fighting
这个作者很懒,什么都没留下…
展开
-
OHEM 代码详解
目录1.网络结构2.OHEM 前向传播3 .reference1.网络结构############################ Readonly RoI Network ########### Start ##########layer { name: "roi_pool5_readonly" type: "ROIPooling" bottom: "co...原创 2019-08-18 21:40:48 · 1255 阅读 · 0 评论 -
SSD目标检测方法
SSD是YOLO之后又一个引人注目的目标检测结构,它沿用了YOLO中直接回归 bbox和分类概率的方法,同时又参考了Faster R-CNN,大量使用anchor来提升识别准确度。通过把这两种结构相结合,SSD保持了很高的识别速度,还能把mAP提升到较高的水平。一、基本结构与原理原作者给了两种SSD结构,SSD 300和SSD 512,用于不同输入尺寸的图像识别。本文中以SSD 300为例...转载 2019-08-18 22:27:17 · 589 阅读 · 0 评论 -
Bounding-box regression
1. 输入 :N 个训练对,其中, 表示 的是Proposal的中心点坐标和宽高。方便叙述,以下公式中上标i均略去显示。另外,表示的是Ground-truth 的 中心点坐标和宽高。2.输出:预测的 ground-truth边框回归的目标是学习一种映射关系,来完成Proposal P到 ground-truth G的映射。首先通过和完成中心点的平移,再通过...原创 2019-08-16 22:43:59 · 150 阅读 · 0 评论 -
使用numpy实现NMS
"""基于numpy 实现的 非极大值抑制 NMS"""import numpy as npdef py_cpu_nms(dets, thresh): """ nms :param dets: ndarray [x1,y1,x2,y2,score] :param thresh: int :return: list[index] """...原创 2019-08-17 23:59:13 · 1398 阅读 · 2 评论 -
FPN详解
论文题目:Feature Pyramid Networks for Object Detection论文链接:论文链接论文代码:Caffe版本代码链接一、FPN初探1. 图像金字塔图1 图像金字塔图2 高斯金字塔效果如上图所示,这是一个图像金字塔,做CV的你肯定很熟悉,因为在很多的经典算法里面都有它的身影,比如SIFT、HOG等算法。我们常用的是高斯金字塔...转载 2019-09-04 22:56:26 · 2716 阅读 · 0 评论 -
SNIP:目标检测论文解读
1. Background & Related Work1.1 简介这篇文章主要的研究点是目标检测中的小物体问题。小物体检测一直是目标检测中的难题,做过实验的同学应该都知道数据集中small类的AP基本是最低的,主要原因是两个,一个就是CNN网络提取到的语义化特征和分辨率之间的矛盾;另一个就是目前的目标检测都采用了Faster RCNN的Anchor思想,小物体有时候即使全部在An...转载 2019-12-07 22:30:34 · 238 阅读 · 0 评论 -
卷积神经网络物体检测之感受野大小计算
学习RCNN系列论文时, 出现了感受野(receptive field)的名词, 感受野的尺寸大小是如何计算的,在网上没有搜到特别详细的介绍, 为了加深印象,记录下自己对这一感念的理解,希望对理解基于CNN的物体检测过程有所帮助。1感受野的概念 在卷积神经网络中,感受野的定义是 卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。 ...转载 2019-09-06 22:27:44 · 220 阅读 · 0 评论