顺势而为

摘要： 摘要： 一般情况下，我们都会根据当前的硬件资源来设计相应的卷积神经网络，如果资源升级，可以将模型结构放大以获取更好精度。我们系统地研究模型缩放并验证网络深度，宽度和分辨率之间的平衡以得到更好的性能表现。基于此思路，提出了一种新的缩放方法：利用复合系数来统一缩放模型的所有维度，达到精度最高效率最高。复 阅读全文

摘要： 背景： 目前，在实时跟踪领域存在着越来越多的先进方法，同时也极大地促进了该领域的发展。主要有两种不同的基于深度学习的跟踪方法：1、由在线跟踪器组成，这些跟踪器依赖网络连续的微调来学习目标的变化外观，精度虽高，但无法满足实时要求；2、基于相关滤波器的跟踪器组成，利用原始深度卷积特征，如Imagenet 阅读全文

摘要： 在计算机视觉中，主要有三大任务，分类，检测与分割。 分类一般是作为主干网而存在着，在上一篇中，我们介绍了历年检测模型，详细内容可参考:目标检测历年最佳模型 本篇将介绍分割模型。 在语义分割的研究过程中，深度学习一直占居着主要的位置。通过搭建不同的网络模型，对当前两大主流开源数据集PASCALVOC和 阅读全文

摘要： 主要介绍模型压缩的必要性，以及常用的模型压缩方法：张量分解，模型剪枝，模型量化。 阅读全文

摘要： 本篇主要介绍如何从一个小白逐步进阶成长的过程。 阅读全文

摘要： 本文的内容包括： 1、激活函数的定义（What）2、激活函数的用途（Why）3、有哪些激活函数，都有什么性质和特点（Which）4、如何选择合适的激活函数(How) 1、激活函数的定义（What）首先要了解神经网络的基本模型。单一神经元模型如下图所示： 神经网络中的每个神经元节点接受上一层神经元的输 阅读全文

摘要： 主要介绍从模型轻量化解决效率问题的角度出发，提出新的网络模型SqueezeNet，并分析了主要创新点Fire Module：Squeeze+Expand。 阅读全文

摘要： 机器学习的研究方向主要分为三大类：聚类，分类与回归。 MeanShift作为聚类方法之一，在视觉领域有着广泛的应用，尤其是作为深度学习回归后的后处理模块而存在着。 接下来，我们先介绍下基本功能流程，然后会用代码的形式来分析。 一、算法原理： MeanShift，顾名思义，由Mean（均值）和shif 阅读全文

摘要： RefineDet 目标检测 ARM ODM TCB 阅读全文

摘要： 语义分割，目标理解 阅读全文

摘要： 高斯核函数是一种应用广泛的核函数: 其中h为bandwidth 带宽，不同带宽的核函数形式也不一样 高斯核示例 由上图可以看到，横坐标指的是两变量之间的距离。距离越近（接近于0）则函数值越大，否则越小。h越大，相同距离的情况下 函数值会越小。因此我们可以选取适当的h值，得到满足上述要求的那种权重（两 阅读全文

摘要： 序言 目录 正文 人脸特征点 PERCLOS LBP BSD（盲区检测） 常用人脸库： MIT FERET PIE AR ORL YaleA YaleB CAS-PEAL JAFEE 效果检测参数： 俯仰角：-60度-60度 左右旋转角：-70度-70度 误检率 <20% 眼闭合时间：0.2-0.3 阅读全文

摘要： 主要介绍深度学习中优化器的类别及优缺点，为后续模型搭建时选择优化器提供参考。 阅读全文

摘要： 第一阶段 机器学习基础与凸优化 【核心知识点】 - KNN，Weighted KNN、近似KNN - KD树，近似KD树、哈希算法、LSH - 岭回归、LASSO、ElasticNet - 正则：L1, L2, L-inifity Norm - LR、GD、SGD、小批量SGD - 凸集，凸函数、判 阅读全文

摘要： 序言 自动驾驶是目前非常有前景的行业，而视觉感知作为自动驾驶中的“眼睛”，有着非常重要的地位和作用。本着“不积跬步，无以致千里”的态度，记录下一个个相关知识点。一方面用于备忘，另一方面也可以让需要了解相关知识的人一个快速学习的机会。 目录 知识点1：色彩空间 Ycbcr-> RGB 知识点2：光照补 阅读全文