计算机视觉 - 随笔分类(第4页) - pprp

【从零开始学习YOLOv3】6. 模型构建中的YOLOLayer

摘要：前言：上次讲了YOLOv3中的模型构建，从头到尾理了一遍从cfg读取到模型整个构建的过程。其中模型构建中最重要的YOLOLayer还没有梳理，本文将从代码的角度理解YOLOLayer的构建与实现。 1. Grid创建 YOLOv3是一个单阶段的目标检测器，将目标划分为不同的grid，每个grid分配阅读全文

posted @ 2020-01-22 17:15 pprp 阅读(2342) 评论(5) 推荐(1)

【CV中的Attention机制】语义分割中的scSE模块

摘要：前言: 本文介绍了一个用于语义分割领域的attention模块scSE。scSE模块与之前介绍的BAM模块很类似，不过在这里scSE模块只在语义分割中进行应用和测试，对语义分割准确率带来的提升比较大。提出scSE模块论文的全称是：《 Concurrent Spatial and Channel ‘ 阅读全文

posted @ 2020-01-16 11:26 pprp 阅读(4015) 评论(0) 推荐(1)

【CV中的Attention机制】融合Non-Local和SENet的GCNet

摘要：前言: 之前已经介绍过SENet和Non Local Neural Network(NLNet)，两者都是有效的注意力模块。作者发现NLNet中attention maps在不同位置的响应几乎一致，并结合SENet后，提出了Global Context block，用于全局上下文建模，在主流的ben 阅读全文

posted @ 2020-01-16 10:28 pprp 阅读(3614) 评论(0) 推荐(1)

【CV中的Attention机制】Non-Local Network的理解与实现

摘要：1. Non local Non Local是王小龙在CVPR2018年提出的一个自注意力模型。Non Local Neural Network和Non Local Means非局部均值去燥滤波有点相似的感觉。普通的滤波都是3×3的卷积核，然后在整个图片上进行移动，处理的是3×3局部的信息。Non 阅读全文

posted @ 2020-01-16 10:01 pprp 阅读(20698) 评论(0) 推荐(1)

【从零开始学习YOLOv3】1. YOLOv3的cfg文件解析与总结

摘要：前言: 与其他框架不同，Darknet构建网络架构不是通过代码直接堆叠，而是通过解析cfg文件进行生成的。cfg文件格式是有一定规则，虽然比较简单，但是有些地方需要对yolov3有一定程度的熟悉，才能正确设置。下边以 yolov3.cfg 为例进行讲解。作者：pprp 首发：GiantPanda 阅读全文

posted @ 2020-01-16 09:47 pprp 阅读(7565) 评论(1) 推荐(1)

【CV中的Attention机制】Non-Local neural networks的理解与实现

摘要：1. Non local Non Local是王小龙在CVPR2018年提出的一个自注意力模型。Non Local NN和Non Local Means非局部均值去燥滤波有点相似的感觉。普通的滤波都是3×3的卷积核，然后在整个图片上进行移动，处理的是3×3局部的信息。Non Local Means操阅读全文

posted @ 2020-01-05 19:02 pprp 阅读(12521) 评论(5) 推荐(4)

【CV中的Attention机制】CBAM的姊妹篇-BAM模块

摘要：+ 1. BAM BAM全程是bottlenect attention module，与CBAM很相似的起名，还是CBAM的团队完成的作品。 CBAM被ECCV18接受，BAM被BMVC18接收。 CBAM可以看做是通道注意力机制和空间注意力机制的串联（先通道后空间），BAM可以看做两者的并联。这阅读全文

posted @ 2020-01-03 20:46 pprp 阅读(4022) 评论(0) 推荐(1)

商汤开源的mmdetection技术报告

摘要：前言：让我惊艳的几个库： 1. ultralytics的yolov3，在一众yolov3的pytorch版本实现算法中脱颖而出，收到开发人员的欢迎，比别的库明显好的点在于，与darknet相似度达到极高的水平，支持自定义cfg文件的加载，简直完美。 2. michuanhaohao的reid str 阅读全文

posted @ 2019-11-10 17:02 pprp 阅读(4994) 评论(0) 推荐(0)

Python高阶用法总结

摘要：接触python有一段时间了，从开始的看菜鸟的python教程，看了一些视频，一些书。很多人感觉python很简单，确实相比其他语言，python可能稍微简单一点，但是不能说只学了python基础语法就说自己python水平可以了。最近在阅读YOLOv3的pytorch版本源码，就遇到很多瓶颈，很多是与python相关的。所以这篇进行总结一下，收集一下所有的问题，更深入理解python高阶用法，并且尽量每个都附上例子，做一个认真的coder,bloger。阅读全文

posted @ 2019-10-22 21:35 pprp 阅读(5322) 评论(0) 推荐(0)

【深度学习】基于Pytorch的ResNet实现

摘要：[TOC] 1. ResNet理论论文：残差学习基本单元：在ImageNet上的结果：效果会随着模型层数的提升而下降，当更深的网络能够开始收敛时，就会出现降级问题：随着网络深度的增加，准确度变得饱和（这可能不足为奇），然后迅速降级。 ResNet模型： 2. pytorch实现 2.1 基础阅读全文

posted @ 2019-10-22 18:26 pprp 阅读(3756) 评论(0) 推荐(0)

【统计学习方法】朴素贝叶斯法

摘要：1. 基础知识 1.1 条件概率一个事件概率依赖于另外一个事件(已发生)的度量。 $P(B|A)$的意义是在A发生的情况下B事件发生的概率。这就是条件概率。 $P(AB) = P(A) \times P(B|A)$ 代表的意义是，AB事件同时发生的概率等于事件A发生的概率乘以在A发生条件下B事件阅读全文

posted @ 2019-07-26 15:43 pprp 阅读(529) 评论(0) 推荐(0)

【深度学习】Precision 和 Recall 评价指标理解

摘要：1. 四种情况 Precision精确率， Recall召回率，是二分类问题常用的评价指标。混淆矩阵如下： T和F代表True和False，是形容词，代表预测是否正确。 P和N代表Positive和Negative，是预测结果。 | | 预测结果为阳性 Positive | 预测结果为假阳性 Neg 阅读全文

posted @ 2019-07-25 08:02 pprp 阅读(51735) 评论(7) 推荐(1)

Ubuntu16.04, CUDA8 CUDNN6 下安装 Tensorflow-gpu, Keras, Pytorch, fastai

posted @ 2019-07-16 18:04 pprp 阅读(828) 评论(0) 推荐(1)

基于fastai的分类网络

摘要：classify.fastai Classifier based on fastai 欢迎访问：字符识别分类器基于fastai进行构造以往的fastai教程都是很简单的几行进行一个模型的训练，对初学者来说看起来很简单。但是仅仅训练一个分类的网络是远远不够的，我们还需要各种指标对分类的效果进行评阅读全文

posted @ 2019-06-11 22:47 pprp 阅读(1955) 评论(0) 推荐(0)

pytorch版yolov3训练自己数据集

摘要：1. 环境搭建将github库download下来。 git clone https://github.com/ultralytics/yolov3.git 建议在linux环境下使用anaconda进行搭建 conda create -n yolov3 python=3.7 安装需要的软件 pi 阅读全文

posted @ 2019-05-14 17:35 pprp 阅读(46231) 评论(121) 推荐(8)

论文阅读：Deformable ConvNets v2

摘要：论文地址：http://arxiv.org/abs/1811.11168 作者：pprp 时间：2019年5月11日 0. 摘要 DCNv1引入了可变形卷积，能更好的适应目标的几何变换。但是v1可视化结果显示其感受野对应位置超出了目标范围，导致特征不受图像内容影响（理想情况是所有的对应位置分布在目标阅读全文

posted @ 2019-05-11 10:15 pprp 阅读(3709) 评论(0) 推荐(0)

pprp

一开始就奔着月亮去，就算失败，也或许能收获一颗星星

随笔分类 - 计算机视觉

公告