bupt213磕盐日常

摘要： 这一篇文章主要讲解马氏距离、匈牙利匹配算法、卡尔曼滤波等三个部分，是为了后续讲解Deep Sort多目标跟踪提供先验知识。 阅读全文

摘要： 一、简介 NMS(Non Maximum Suppression)，又名非极大值抑制，是目标检测框架中的后处理模块，主要用于删除高度冗余的bbox，无论是在Faster R-CNN还是SSD中都有应用，作用于提取的候选框上，来得到每一类目标置信度最高且无重叠的最终检测框输入到后面的网络中，能够有效地 阅读全文

摘要： Rocket Training: 一种提升轻量网络性能的训练方法 参考博客： https://www.jianshu.com/p/ec28185510b7 https://blog.csdn.net/cskywit/article/details/78987500 https://mp.weixin 阅读全文

摘要： 优化问题一直贯穿整个学习与生活，而且在数学上一直有很重要的地位。优化问题根据不同应用场景有不同的分类：如线性优化与非线性优化，无约束优化与有约束优化等等。值得一提的是，现如今我们所接触的都属于最优化问题。 一、概述 所谓优化，就是指在给定的目标函数中，寻找最优的一组数值映射，即 x min f(x) 阅读全文

摘要： 一、简介 ​ 目标检测主流算法包括两个方面：（1）two-stage算法：如RCNN等系列算法，先通过启发式方法（selective search）或者CNN网络（RPN)产生一系列稀疏的候选框，然后对这些候选框进行分类与回归，two-stage方法的优势是准确度高；（2）one-stage算法:如 阅读全文

摘要： 一、简介 从2D图像估计深度是场景重建和理解任务的关键步骤，例如3D目标检测和分割。基于单目图像获得深度信息被定义为MDE问题（Monocular Depth Estimation）。 二、参考文献与资料 参考论文：1、Deep Ordinal Regression Network for Mono 阅读全文

摘要： 提高网络的效率和减少网络参数、计算量是CNN网络发展的重要方向，这篇总结主要介绍squeezeNet、mobileNet、xception、shuffleNet。这四个模型的操作有类似的处理方式，也有互相值得借鉴的地方。下面将对这四个模型进行介绍，然后最后做一个总结分析以及展望。 阅读全文

摘要： 分享会之动态规划 一、简介 有这样一种具有特殊性的过程，其可以将被分成若干相互联系的阶段，在它的每个阶段都要做出决策，从而使整个过程达到最好的活动效果。但各个阶段决策的选取不是任意的，依赖于当前面临的状态，又影响以后的发展，当各个阶段决策确定后，就组成一个决策序列，因而也就确定了整个过程的一条活动路 阅读全文

摘要： 一、简介 注意力(attention)是一个十分常见的现象，这在视觉领域尤为明显。比如在上课的时候，学生的注意力几乎都集中在老师身上，而对老师身边的讲台和身后的黑板不会关注（如果没有老师指挥的情况下关注了的话只能证明你在开小差...），此时可以认为除了老师以外，都被学生自动认为是背景(backgro 阅读全文

摘要： 一、简介 发展的过程大体可以概括为R-CNN——Fast R-CNN——Faster R-CNN——Mask R-CNN,都是将神经网络应用于目标检测的典型代表，首先是R-CNN将CNN应用于目标检测中取得了较大的成效，后面几个网络都是在前面的基础上进行了改进，在速度和准确率方面都有了很大的提升。 阅读全文