随笔分类 -  Object Detection

上一页 1 2 3
OverFeat(译)
摘要：OverFeat:用卷积网络同时进行图像识别、定位和检测 Fri, 03/16/2018 16:01 作者：P. Sermanet, D. Eigen, X. Zhang, M. Mathieu, R. Fergus,and Y. LeCun. 发表：ICLR, 2014 原文：Overfeat: 阅读全文
posted @ 2019-01-17 11:15 Le1B_o 阅读(684) 评论(0) 推荐(0)
OverFeat
摘要：转自：http://blog.csdn.net/hjimce/article/details/50187881 一、相关理论 本篇博文主要讲解来自2014年ICLR的经典图片分类、定位物体检测overfeat算法：《OverFeat: Integrated Recognition 阅读全文
posted @ 2019-01-16 14:44 Le1B_o 阅读(503) 评论(0) 推荐(0)
AlexNet
摘要：转自：https://blog.csdn.net/u012679707/article/details/80793916 【深度学习】AlexNet原理解析及实现    Alex提出的alexnet网络结构模型，在imagenet2012图像分类challen 阅读全文
posted @ 2019-01-02 10:37 Le1B_o 阅读(620) 评论(0) 推荐(0)
R-CNN
摘要：转自：https://blog.csdn.net/WoPawn/article/details/52133338 <! flowchart 箭头图标 勿删 废话不多说，上车吧，少年 paper链接：Rich feature hierarchies for accurate object detect 阅读全文
posted @ 2018-12-28 10:10 Le1B_o 阅读(141) 评论(0) 推荐(0)
R-CNN-减少region proposals的数量：NMS(非极大值抑制)
摘要：在R-CNN算法第一阶段中，selective search会产生2000个region proposals。经过svm打分后，一个物体可能就有多个框。如下图： 但是我们需要一个物体只有一个最优框（相对同一物体的所有的框，即SVMs打分后得到的矩阵的一个列向量中挑选最优的）。于是使用NMS来抑制冗余 阅读全文
posted @ 2018-12-27 22:50 Le1B_o 阅读(537) 评论(0) 推荐(0)
Selective Search for Object Recoginition
摘要：Selective Search for Object Recoginition surgewong@gmail.com http://blog.csdn.net/surgewong       在前一段时间在看论文相关的工作，没有时间整理对这篇论文的理解。在前面的一篇 阅读全文
posted @ 2018-12-27 21:35 Le1B_o 阅读(284) 评论(0) 推荐(0)
Efficient Graph-Based Image Segmentation
摘要：转自：https://blog.csdn.net/ttransposition/article/details/38024557 commentBox  图像分割—基于图的图像分割（Graph Based Image Segmentation） Reference: Efficient Grap 阅读全文
posted @ 2018-12-26 15:12 Le1B_o 阅读(919) 评论(0) 推荐(0)
Object Detection-评价标准-AP mAP(2)
摘要：转自：huchaowei.com/2018/01/11/详解目标检测任务中的评价指标/ 阅读全文
posted @ 2018-12-25 21:15 Le1B_o 阅读(211) 评论(0) 推荐(0)
Object Detection-评价标准-AP mAP
摘要：转自：https://arleyzhang.github.io/articles/c521a01c/ 阅读全文
posted @ 2018-12-25 20:23 Le1B_o 阅读(633) 评论(0) 推荐(0)

上一页 1 2 3