随笔分类 - 深度学习
摘要：1. VS2017 安装 1. 从这里下载在线安装器，随后在 cmd 窗口中离线下载安装包： vs_Professional.exe --layout D:\vs2017-offline --lang zh-CN 下载完后，双击 vs_setup.exe 安装，选择 2. 安装插件（可选） 2. 配
阅读全文
摘要：PS: 我本身没有实践过此类任务，有些地方会有些理解错误，还请见谅！ Image style transfer 是一个 pixel to pixel 的任务，常见的方法中 image representation 一般包含 style representation and content repre
阅读全文
摘要：1. Anchor Free Anchor 的缺点： 正负样本不均衡：我们通常在特征图所有点上均匀采样 Anchor，而在大部分地方都是没有物体的背景区域，导致简单负样本数量众多，这部分样本对于我们的检测器没有任何作用。 超参难调：Anchor 需要数量、大小、宽高等多个超参数，这些超参数对检测的召
阅读全文
摘要：0. paper & code DenseBox paper: DenseBox: Unifying Landmark Localization with End to End Object Detection code: Caffe 、PyTorch FCOS paper: FCOS: Fully
阅读全文
摘要：Abstract 本文提出一种新颖的基于深度学习的方法来同时完成鱼眼镜头的内参标定和图像的畸变矫正。假定鱼眼图上的畸变线经过矫正后应该是直线，我们提出一种新颖的深度神经网络，在鱼眼镜头标定和图像矫正过程中施加显式几何约束 。同时，考虑到鱼眼图像畸变分布的非线性特性，提出的网络利用多尺度感知来平衡整幅
阅读全文
摘要：上次记录了下 TensorFlow 版本，这次由于剪枝需要，尝试下 PyTorch 版本。 源码目录总览 yolov3-ultralytics ├── cfg // 网络定义文件 │ ├── yolov3.cfg │ ├── yolov3-spp.cfg │ ├── yolov3-tiny.cfg
阅读全文
摘要：借助一张 COCO 数据集中的图片来展示下分类、检测、语义分割、实例分割的区别。 语义分割的本质是图片信息的编解码(encoder-decoder)过程： 当时这个结构提出的主要作用并不是分割，而是压缩图像和去噪声。输入是一幅图，经过下采样的编码，得到一串比原先图像更小的特征，相当于压缩，然后再经过
阅读全文
摘要：论文：EfficientDet: Scalable and Efficient Object Detection 关联：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks TensorFlow 实现 PyT
阅读全文
摘要：参考： 1. CNN 模型所需的计算力（flops）和参数（parameters）数量是怎么计算的？ 2. TensorFlow 模型浮点数计算量和参数量统计 3. How fast is my model? 计算公式 理论上的计算公式如下： \begin{equation}\label{FLOPs
阅读全文
摘要：paper link keyword outer faces：异常人脸，由于人脸尺度过小或者人脸尺度与anchor尺度不匹配，造成训练时匹配不到足够多的Anchor（小于阈值K），影响了这些人脸的召回。 HAMBox：Online High-quality Anchor Mining Strateg
阅读全文
该文被密码保护。
posted @ 2020-03-20 16:26
xuanyuyt
摘要：之前虽然也了解一丢丢的 Faster RCNN，但却一直没用过，因此一直都是一知半解状态。这里结合书中描述和 PyTorch 官方代码来好好瞅瞅。 论文: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Ne
阅读全文
摘要：论文：Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression Distance-IoU Loss: Faster and Better Learning for Bounding Box
阅读全文
摘要：论文：Spatial As Deep: Spatial CNN for Traffic Scene Understanding 代码：https://github.com/cardwing/Codes-for-Lane-Detection/tree/master/SCNN-Tensorflow 参考
阅读全文
摘要：[原始代码] [代码剖析] 推荐阅读！ SSD 学习笔记 之前看了一遍 YOLO V3 的论文，写的挺有意思的，尴尬的是，我这鱼的记忆，看完就忘了 于是只能借助于代码，再看一遍细节了。 源码目录总览 tensorflow-yolov3 ├── checkpoint //保存模型的目录 ├── con
阅读全文
摘要：论文：Towards End-to-End Lane Detection: an Instance Segmentation Approach 代码：https://github.com/MaybeShewill-CV/lanenet-lane-detection 参考：车道线检测算法LaneNet
阅读全文
摘要：1. Abstract 本文旨在简单介绍下各种轻量级网络，纳尼？！好吧，不限于轻量级 2. Introduction 2.1 Inception 在最初的版本 Inception/GoogleNet，其核心思想是利用多尺寸卷积核去观察输入数据。举个栗子，我们看某个景象由于远近不同，同一个物体的大小也
阅读全文
摘要：一. abstract 这些年来，目标检测取得了令人瞩目的成就。尽管改进很大，但对于小目标和大目标的检测性能差异还是蛮大的。我们在 MS COCO 数据集上分析了如今一个比较先进的算法，Mask-RCNN。我们发现小目标的 GT 和检测框之间 IOU 远小于期望的阈值（比如0.5）。我们推测这是由于
阅读全文
摘要：1 感受野的概念 在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小。一般感受野大小是目标大小的两倍左右最合适！ RCNN论文中有一段描述，Alexnet网络pool5输出的特征图上的像素在输入图像上有很大的感受野（have
阅读全文
浙公网安备 33010602011771号