随笔分类 - 机器视觉
机器视觉：MobileNet 和 ShuffleNet
摘要：虽然很多CNN模型在图像识别领域取得了巨大的成功，但是一个越来越突出的问题就是模型的复杂度太高，无法在手机端使用，为了能在手机端将CNN模型跑起来，并且能取得不错的效果，有很多研究人员做了很多有意义的探索和尝试，今天就介绍两个比较轻量级的模型 mobile net 和...
阅读全文
机器视觉：SSD Single Shot MultiBox Detector
摘要：今天介绍目标检测中非常著名的一个框架 SSD，与之前的 R-CNN 系列的不同，而且速度比 YOLO 更快。 SSD 的核心思想是将不同尺度的 feature map 分成很多固定大小的 box，然后对每个 box 做预测，既要预测该 box 所包含的 object ...
阅读全文
机器视觉：Convolutional Neural Networks, Receptive Field and Feature Maps
摘要：CNN 大概是目前 CV 界最火爆的一款模型了，堪比当年的 SVM。从 2012 年到现在，CNN 已经广泛应用于CV的各个领域，从最初的 classification，到现在的semantic segmentation， object detection，insta...
阅读全文
Image Pyramid (二)
摘要：上一篇文章里，我们介绍了图像金字塔的基本原理，就是一种分层次的下采样。这篇文章里我们简单介绍一下图像金字塔的一种应用，image blending。利用图像金字塔做 image blending，可以让图像的连接处过渡非常自然，类似一种无缝连接。image blend...
阅读全文
Image Pyramid
摘要：今天我们介绍图像处理邻域中比较常用的一种方法，image pyramid, 也叫图像金字塔。就是将图像进行一层一层的下采样，图像金字塔是为了构建图像的多尺度，让模型能够更好的适应图像的尺度变化，图像金字塔可以广泛应用于图像识别，目标检测，还有光流配准，块匹配都能看到它...
阅读全文
机器学习：YOLO for Object Detection (二)
摘要：之前介绍了 YOLO-v1 单纯的利用一个卷积网络完成了目标检测，不过 YOLO-v1 虽然速度很快，但是比起其他的网络比如 Fast R-CNN 检测的准确率还是差不少，所以作者又提出了改良版的 YOLO-v2, 作者也明确说了，YOLO-v2 也是借鉴了其他网络的...
阅读全文
机器学习：YOLO for Object Detection (一)
摘要：最近看了基于CNN的目标检测另外两篇文章，YOLO v1 和 YOLO v2，与之前的 R-CNN, Fast R-CNN 和 Faster R-CNN 不同，YOLO 将目标检测这个问题重新回到了基于回归的模型。YOLO v1 是一个很简单的 CNN 网络，YOLO...
阅读全文
机器学习： R-CNN, Fast R-CNN and Faster R-CNN
摘要：做语义分割的大概都知道这几篇文章了，将一个传统的计算机视觉模型，用CNN一点一点的替换，直到最后构建了一个完整的基于CNN的端到端的模型。这几篇文章有一定的连贯性。从中可以看到一种研究的趋势走向。上一篇文章里介绍过，Selective Search for Objec...
阅读全文
机器学习：Selective Search for Object Recognition
摘要：今天介绍 IJCV 2013 年的一篇文章，Selective Search for Object Recognition，这个是后面著名的DL架构 R-CNN 的基础，后续介绍 R-CNN 的时候，会发现 R-CNN 和这篇文章里介绍的算法非常类似。做模式识别的人都...
阅读全文
机器学习: Viola-Jones 人脸检测算法解析(二)
摘要：上一篇博客里，我们介绍了VJ人脸检测算法的特征，就是基于积分图像的矩形特征，这些矩形特征也被称为Haar like features, 通常来说，一张图像会生成一个远远高于图像维度的特征集，比如一个 24×24 的图像，会生成162336个矩形特征。在实时的人脸检测应...
阅读全文
机器视觉 Histogram of oriented gradients
摘要：Histogram of oriented gradients 简称 HoG, 是计算机视觉和图像处理领域一种非常重要的特征，被广泛地应用于物体检测，人脸检测，人脸表情检测等。HoG 最早是在2005 年的CVPR 上由 Navneet Dalal 和 Bill T...
阅读全文
机器视觉 Local Binary Pattern (LBP)
摘要：Local binary pattern (LBP)，在机器视觉领域，是非常重要的一种特征。LBP可以有效地处理光照变化，在纹理分析，纹理识别方面被广泛应用。LBP 的算法非常简单，简单来说，就是对图像中的某一像素点的灰度值与其邻域的像素点的灰度值做比较，如下图所示：...
阅读全文
机器视觉 之 Gabor Feature
摘要：在机器视觉中，gabor feature是一种比较常见的特征，因为其可以很好地模拟人类的视觉冲击响应而被广泛应用于图像处理， gabor feature 一般是通过对图像与gabor filter做卷积而得到，gabor filter定义为高斯函数与正弦函数的乘积，其...
阅读全文
Convolutional Neural Networks for Visual Recognition 8
摘要：Convolutional Neural Networks (CNNs / ConvNets)前面做了如此漫长的铺垫，现在终于来到了课程的重点。Convolutional Neural Networks， 简称CNN，与之前介绍的一般的神经网络类似，CNN同样是由可以...
阅读全文
Convolutional Neural Networks for Visual Recognition 7
摘要：Two Simple Examplessoftmax classifier后，我们介绍两个简单的例子，一个是线性分类器，一个是神经网络。由于网上的讲义给出的都是代码，我们这里用公式来进行推导。首先看softmax classifier 的例子。给定输入X∈RN×D，权...
阅读全文
Convolutional Neural Networks for Visual Recognition 6
摘要：-###Learning前面，我们介绍了神经网络的构成，数据的预处理，权值的初始化等等。这一讲，我们将要介绍神经网络参数学习的过程。Gradient Checks梯度的运算，在理论上是简单的，但是在实际的应用中，却非常容易出错，梯度的运算常见的有如下两种形式：形式一：...
阅读全文
Convolutional Neural Networks for Visual Recognition 5
摘要：Setting up the data and the model前面我们介绍了一个神经元的模型，通过一个激励函数将高维的输入域权值的点积转化为一个单一的输出，而神经网络就是将神经元排列到每一层，形成一个网络结构，这种结构与我们之前介绍的线性模型不太一样，因此scor...
阅读全文
Convolutional Neural Networks for Visual Recognition 4
摘要：Modeling one neuron下面我们开始介绍神经网络，我们先从最简单的一个神经元的情况开始，一个简单的神经元包括输入，激励函数以及输出。如下图所示：一个神经元类似一个线性分类器，如果激励函数是sigmoid 函数(σ(x)=1/(1+e−x))，那么σ(∑i...
阅读全文
Convolutional Neural Networks for Visual Recognition 3
摘要：Gradient Computing前面我们介绍过分类器模型一般包含两大部分，一部分是score function，将输入的原始数据映射到每一类的score，另外一个重要组成部分是loss function，计算预测值 与实际值之间的误差，具体地，给定一个线性分类函数...
阅读全文
Convolutional Neural Networks for Visual Recognition 2
摘要：Linear Classification在上一讲里，我们介绍了图像分类问题以及一个简单的分类模型K-NN模型，我们已经知道K-NN的模型有几个严重的缺陷，第一就是要保存训练集里的所有样本，这个比较消耗存储空间；第二就是要遍历所有的训练样本，这种逐一比较的方式比较耗时...
阅读全文
浙公网安备 33010602011771号