11 2018 档案

Convolutional Pose Machines（理解）
摘要：0 - 背景 人体姿态识别存在遮挡以及关键点不清晰等主要挑战，然而，人体的关键点之间由于人体结构而具有相互关系，利用容易识别的关键点来指导难以识别关键点的检测，是提高关键点检测的一个思路。本文通过提出序列化结构模型，来提高人体姿态识别任务的效果。 1 - 贡献 使用一个序列卷积结构模型学习表达空间信 阅读全文
posted @ 2018-11-30 18:22 CZiFan 阅读(5413) 评论(0) 推荐(0)
Learning Feature Pyramids for Human Pose Estimation（理解）
摘要：0 - 背景 人体姿态识别是计算机视觉的基础的具有挑战性的任务，其中对于身体部位的尺度变化性是存在的一个显著挑战。虽然金字塔方法广泛应用于解决此类问题，但该方法还是没有很好的被探索，我们设计了一个Pyramid Residual Module（PRMs）来提高DCNNs的尺度不变性。 并且我们发现现 阅读全文
posted @ 2018-11-27 10:51 CZiFan 阅读(1862) 评论(0) 推荐(0)
Capsules for Object Segmentation（理解）
摘要：0 - 背景 今年来卷积网络在计算机视觉任务上取得的显著成果，但仍然存在一些问题。去年Hinton等人提出了使用动态路由的新型网络结构——胶囊网络来解决卷积网络的不足，该新型结构在手写体识别以及小图像分类上取得了不错的效果。其成功的原因在于它使用了动态路由算法替代了卷积网络中的池化层从而减少了信息的 阅读全文
posted @ 2018-11-23 11:04 CZiFan 阅读(2350) 评论(1) 推荐(1)
PyTorch安装
摘要：0 - 步骤 参考官网，选择好环境配置按照给定命令安装即可。 1 - 参考资料 https://pytorch.org/ 阅读全文
posted @ 2018-11-08 20:02 CZiFan 阅读(295) 评论(0) 推荐(0)
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks（理解）
摘要：0 - 背景 R-CNN中检测步骤分成很多步骤，fast-RCNN便基于此进行改进，将region proposals的特征提取融合成共享卷积层问题，但是，fast-RCNN仍然采用了selective search来进行region proposals的预测，者称为性能的瓶颈（selective 阅读全文
posted @ 2018-11-06 11:24 CZiFan 阅读(1050) 评论(0) 推荐(0)
Ubuntu里设置python默认版本为python3（转载）
摘要：0 - 步骤 在命令行中执行下述命令： 1 - 参考资料 https://blog.csdn.net/fxjzzyo/article/details/80216084 阅读全文
posted @ 2018-11-05 21:16 CZiFan 阅读(2869) 评论(0) 推荐(0)
Fast R-CNN（理解）
摘要：扫码关注下方公众号："Python编程与深度学习"，领取配套学习资源，并有不定时深度学习相关文章及代码分享。 0 - 背景 经典的R-CNN存在以下几个问题： 训练分多步骤（先在分类数据集上预训练，再进行fine-tune训练，然后再针对每个类别都训练一个线性SVM分类器，最后再用regressor 阅读全文
posted @ 2018-11-04 12:15 CZiFan 阅读(32527) 评论(2) 推荐(3)
Selective Search for Object Recognition（理解）
摘要：0 - 背景 在目标检测任务中，我们希望输入一副图像，输出目标所在的位置以及目标的类别。最常用的算法是滑动窗口方法，但滑动窗口其实相当于穷举图像中的所有子图像，其效率低且精度也受限。该论文提出一种新的生成目标检测框的方法selective search。 1 - 算法流程 step 0：生成区域集R 阅读全文
posted @ 2018-11-03 19:02 CZiFan 阅读(1391) 评论(1) 推荐(0)
Rich feature hierarchies for accurate object detection and semantic segmentation（理解）
摘要：0 - 背景 该论文是2014年CVPR的经典论文，其提出的模型称为R-CNN（Regions with Convolutional Neural Network Features），曾经是物体检测领域的state-of-art模型。 1 - 相关知识补充 1.1 - Selective Searc 阅读全文
posted @ 2018-11-03 15:49 CZiFan 阅读(1102) 评论(0) 推荐(0)