2020年7月12日
目标检测算法-SoftNMS
摘要： NMS是常用的目标检测后处理算法，但是NMS对于密集目标的检测就有小问题了，因为NMS是对其他box的IOU与当前最大Confidence的box的IOU进行比较，如果大于一定的阈值，就将当前这个Confidence最大的box周围满足条件的box给去掉。 NMS存在的两个问题: （1）当前两个目标 阅读全文
posted @ 2020-07-12 15:18 蓉儿不是小妖女 阅读(845) 评论(0) 推荐(0) 编辑
目标检测算法-OHEM
摘要： OHEM算法的核心思想就是根据输入样本的损失进行筛选，筛选出hard example表示对分类和检测影响较大的样本，然后将筛选得到的这些样本应用在随机梯度下降中训练，在实际操作中将原来的一个ROI Network扩充为两个ROI，这两个ROI Network共享参数，其中前面一个ROI Networ 阅读全文
posted @ 2020-07-12 14:40 蓉儿不是小妖女 阅读(516) 评论(0) 推荐(0) 编辑
目标检测算法-CRAFT
摘要： 目标检测任务中通常分为两个子任务:产生proposal以及将proposal分类，CRAFT对Faster-RCNN进行改进，分别对Faster-RCNN中的两个阶段进行了一定的改进，对于生成目标proposal阶段，在RPN的后面加了一个二值的Fast-RCNN分类器来对RPN生成的proposa 阅读全文
posted @ 2020-07-12 00:22 蓉儿不是小妖女 阅读(1099) 评论(0) 推荐(0) 编辑
2020年7月11日
目标检测算法-Cascade RCNN
摘要： 只有proposal自身的阈值和训练器训练用的阈值较为接近的时候训练器的性能才最好。Cascade RCNN在目标检测中主要解决检测框不是特别准，容易出现噪声干扰的问题。 为什么会出现这个问题？ 因为基于anchor的检测方法中，一般会设置训练的正样本，负样本，选取正负样本的方式主要利用候选框与gr 阅读全文
posted @ 2020-07-11 22:57 蓉儿不是小妖女 阅读(660) 评论(0) 推荐(0) 编辑
目标检测算法-Mask-RCNN
摘要： Mask_RCNN是何凯明基于以往的faster-rcnn构架提出的新的卷积网络，该方法再有效的目标的同时完成了高质量的语义分割。主要思路就是把原有的faster-rcnn进行扩展，添加一个分支使用现有的检测对目标进行并行预测，可以很方便的应用其他的应用领域，向目标检测，分割和人物关键点检测等。其网 阅读全文
posted @ 2020-07-11 19:29 蓉儿不是小妖女 阅读(1183) 评论(0) 推荐(0) 编辑
2020年7月10日
目标检测算法-FPN
摘要： FPN网络结构: 识别不同大小的物体是计算机视觉中的一个基本挑战,FPN网络中包含自底向上跟自上而下两部分。 （1）自底向下:自底向上的过程就是神经网络普通的正向传播过程。 （2）自上而下:语义更强的高层特征图进行上采样，然后把该特征图横向连接至前一层特征，高层特征得到增强，每一层预测所用的feat 阅读全文
posted @ 2020-07-10 18:46 蓉儿不是小妖女 阅读(249) 评论(0) 推荐(0) 编辑
目标检测算法-MRCNN
摘要： MRCNN网络结构: 一.Activation maps Moudle 这个模块中将原始的输入图像，经过一系列的卷积操作输出feature map，这部分可以使用各种经典的网络结构，这部分就是提取原始图像的特征信息。 二.Region Adaptation Module 这部分就是给定一个Regio 阅读全文
posted @ 2020-07-10 17:49 蓉儿不是小妖女 阅读(1295) 评论(0) 推荐(0) 编辑
目标检测算法-CoupleNet
摘要： CoupleNet的网络结构: 在R-FCN只提取了局部信息，只利用提取局部信息置信度非常低，所以需要将全局信息进行融合来提高准确率。比如，对于边界的物体，全局信息的置信度不高，但是在录入人眼，嘴巴这些地方的局部信息的置信度会比较高。对于结构体比较简单的物体，比如餐桌，凳子等，局部信息置信度就会比较 阅读全文
posted @ 2020-07-10 11:18 蓉儿不是小妖女 阅读(480) 评论(0) 推荐(0) 编辑
2020年7月9日
目标检测算法-Light Head R-CNN
摘要： 一般来说网络的head都设计很重"重"，且head部分有一些层，计算量大弄且耗时，故导致检测速度很慢，Light-Head R-CNN则是主要通过对head部分的修改减少了较多计算量。 Light-Head R-CNN的网络结构: Light-Head R-CNN网络结构跟R-CNN的网络结构和R- 阅读全文
posted @ 2020-07-09 23:21 蓉儿不是小妖女 阅读(262) 评论(0) 推荐(0) 编辑
目标检测算法-R-FCN
摘要： 引入平移不变性 图像中的目标不管被移动到哪个位置，得到的结果（分类标签）应该是相同的，卷积神经网络具有平移不变性。因为图像经过平移，相应的特征图上的表达也是平移的，无论目标出现在图像的哪个位置，它都会检测到同样的这些特征，输出同样的响应。在ROIPooling之后的proposal相对整张图是完全独 阅读全文
posted @ 2020-07-09 20:23 蓉儿不是小妖女 阅读(177) 评论(0) 推荐(0) 编辑
下一页