- 博客(8)
- 资源 (2)
- 收藏
- 关注
原创 R-FCN: Object Detection via Region-based Fully Convolutional Networks
R-FCN: Object Detection via Region-based Fully Convolutional Networks论文下载地址 源码地址 本篇论文是微软亚研何凯明代季峰的团队做的工作,虽然何凯明16年去了facebook,但是相关工作还在进行,代码还是公布在github上。感兴趣的可以从链接下载源码进行分析测试。Introduce论文主要提出了一种利用全卷积网络进行目标检
2016-11-30 20:15:37
5653
3
原创 Vim 添加删除多行注释
VIM 如何添加删除多行注释添加注释step 1: CTRL + V 进入visual block 模式step 2: 移动光标,选中多行的开头step 3:选择完毕以后,按大写的I键,提示进入insert模式,输入插入的字符step 4:最后按ESC键,多行代码就可以注释删除注释CTRL + v 进入列选择模式,移动光标把注释符选中,按下d,注释即可删除
2016-11-25 10:27:41
522
原创 SSD: Single Shot MultiBox Detector
SSD: Single Shot MultiBox Detector论文解读论文下载地址 github源码地址背景CVPR2016,在目标检测的领域上,RGB大神又参与了YOLO的工作,提出了一种新的目标检测的思路。YOLO的方法有了一个明显的优点就是速度很快,能达到45FPS,并且保持mAP63.4的精度。这种方法的提出,为实时性目标检测提供了可能,但是缺点也很明显,就是精度比较低,之前的方法F
2016-11-22 21:06:47
5635
7
原创 YOLO 论文解读
You Only Look Once:Unified, Real-Time Object Detection论文下载地址 github源码地址简介YOLO是2016年CVPR的paper,这是RGB继RCNN,fast-RCNN,faster-RCNN以后,又一力作。针对目标检测中,无法实现实时性检测的问题,独辟蹊径,开创了目标检测的新思路。在RCNN中,作者将目标检测的问题转化到分类上来,提出了
2016-11-16 09:29:20
16119
4
转载 基于深度学习的目标检测研究进展
之前在深度学习大讲堂上看到了一篇师兄写的文章,膜拜师兄的同时转载一下。前言开始本文内容之前,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“给定一张图像或者视频帧,找出其中所有目标的位置,并给出每个
2016-11-13 20:09:34
2254
1
原创 Fast-RCNN
Fast-RCNN论文下载地址 github网址简介首先膜拜一下RBG大神,RBG大神不仅是学术的大牛,工程也是大牛,代码写的很漂亮。这篇论文主要参考的是RCNN和SPPNet。需要按照这个顺序进行看paper,RCNN -> SPPNET -> Fast-RCNN -> Faster-RCNN。CNN在分类上效果很好。RNN就解决了为什么不把目标检测的问题转化到分类的问题上呢?Fast-RC
2016-11-06 16:32:03
3637
1
原创 Linux C++ 查看目录下所有文件
Linux C++ 查看目录下所有文件简介最近写程序总会用到频繁的读取目录下所有文件的操作,一直用C++写代码,为什么不封装成一个简单的类呢?然后打包成一个动态库或者静态库那么将会大大的方便代码的重用。于是动手写了下面的代码。能用给大家带来帮助将是我的荣幸,同时也希望大家能够尊重作者的劳动成果,不要随意转载。主要函数先简单的介绍一下用到的函数:lstat 函数:#include<unistd.h
2016-11-04 10:33:19
2666
原创 Deep Learning of Binary Hash Codes for Fast Image Retrieval
Deep Learning of Binary Hash Codes for Fast Image Retrieval论文下载地址 这是一篇台湾中研院发表在CVPR2015年的文章。 之前deep hash,一般来说,网络根据图像的label,输入一个二元组或者三元组,利用CNN网络提取出图像的特征,根据相同的label应该具备比较接近的海明距离作为网络的优化目标,然后提出一种新的目标函数,采用
2016-11-02 20:18:09
1801
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人