2019年3月30日
转：Awesome - Image Classification
摘要： A curated list of deep learning image classification papers and codes since 2014, Inspired by awesome-object-detection, deep_learning_object_detection 阅读全文
posted @ 2019-03-30 15:06 Augustone 阅读(419) 评论(0) 推荐(1)
转：Awesome Image/Video segmentation
摘要： Semantic segmentation U-Net [https://arxiv.org/pdf/1505.04597.pdf] [2015] https://github.com/zhixuhao/unet [Keras] https://github.com/jocicmarko/ultra 阅读全文
posted @ 2019-03-30 14:58 Augustone 阅读(595) 评论(0) 推荐(0)
转：目标检测算法总结
摘要： 【深度学习】目标检测算法总结（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet） 目标检测是很多计算机视觉任务的基础，不论我们需要实现图像与文字的交互还是需要识别精细类别，它都提供了可靠的信息。本文对目标检测进行了整体回顾，第一部分从RCNN开 阅读全文
posted @ 2019-03-30 11:47 Augustone 阅读(695) 评论(0) 推荐(0)
转：10行代码实现物体检测
摘要： Object Detection with 10 lines of code Moses Olafenwa Jun 16, 2018 Moses Olafenwa Jun 16, 2018 Moses Olafenwa Jun 16, 2018 One of the important fields 阅读全文
posted @ 2019-03-30 11:26 Augustone 阅读(408) 评论(0) 推荐(0)
2019年3月29日
转：词向量word2vector那些事儿
摘要： 基本知识 BOW，word2vector，glove cbow，skip-gram Hierarchical Softmax，Negative Sampling https://www.cnblogs.com/wkang/p/9611257.html https://www.cnblogs.com/ 阅读全文
posted @ 2019-03-29 16:03 Augustone 阅读(408) 评论(0) 推荐(0)
2019年3月28日
图像理解之图像分割 image segmentation
摘要： 0000，标注工具 https://blog.csdn.net/chaipp0607/article/details/79036312 0001，概述 太优秀了，收藏用！转载自：https://www.cnblogs.com/Jie-Liang/archive/2017/06/29/6902375. 阅读全文
posted @ 2019-03-28 10:01 Augustone 阅读(7793) 评论(0) 推荐(1)
2019年3月27日
转：看图说话Image Caption之评价指标、NIC（Neural Image Caption）模型和attention
摘要： https://www.cnblogs.com/Determined22/p/6910277.html https://www.cnblogs.com/Determined22/p/6914926.html 原作者：Determined22 阅读全文
posted @ 2019-03-27 20:44 Augustone 阅读(1061) 评论(0) 推荐(0)
2019年3月20日
转：Cascade R-CNN，一个使你的检测更加准确的网络
摘要： 转自：https://blog.csdn.net/Chunfengyanyulove/article/details/86414810 简要概述文章精华 本篇文章主要解决了在目标检测中，检测框不是特别准，容易出现噪声干扰的问题，即close false positive，为什么会有这个问题呢？作者实 阅读全文
posted @ 2019-03-20 20:44 Augustone 阅读(3347) 评论(0) 推荐(0)
2019年3月15日
图像理解之物体检测object detection，模型rcnn/fastrcnn/fasterrcnn原理及概念
摘要： A,https://www.cnblogs.com/zhengzhe/p/7783270.html RCNN选择性搜索（Selective Search） RCNN选择性搜索（Selective Search） 基于： 1）图片大小 2）颜色 3）纹理 4）附件 算法一：分组分类算法 输入：（图层颜 阅读全文
posted @ 2019-03-15 10:38 Augustone 阅读(1437) 评论(0) 推荐(0)
2019年3月14日
深度残差网络
摘要： https://blog.csdn.net/weixin_42398658/article/details/84639391 https://blog.csdn.net/qq_31050167/article/details/79161077 https://pan.baidu.com/s/1VQa 阅读全文
posted @ 2019-03-14 23:07 Augustone 阅读(170) 评论(0) 推荐(0)