dan_teng的博客

ssd 网络详解之priorbox layerssd网络一大特点是，为了提高检测准确率，在不同尺度的特征图上进行预测，这种预测就需要prior box layer。 prior box 是干嘛的呢？其实非常类似于Faster R-CNN中的Anchors，就是候选框，这种候选框的选取不需要像R-CNN那样通过复杂处理产生。在ssd中，priorbox层只需要bottom层feature ma...

Ground truth最近在做计算机视觉方面的一些工作，刚刚入行，懂得比较少，很多东西需要慢慢学习积累。即日起开始总结部分内容，以自己复习为根本出发点，可能比较low，无所谓啦～机器学习经常遇到ground truth一词，根据知乎回答，字面意思为地面真值，地面实况，可理解为以某种参考值为认定的真实值。比如，对某医学图像，含解剖结构，找某个医生进行边缘勾画，这个参考值，就成为了算法评价采...

ssd网络详解之detection out layer本文原创，转载请引用闲话少说，本文基本结构：首先介绍detection out 这一层的基本理解，之后给出ssd所有代码的详细注释，最后给出caffe中该层各个参数的定义和默认值。detection out layer是ssd网络最后一层，用于整合预选框、预选框偏移以及得分三项结果，最终输出满足条件的目标检测框、目标的label和得...

经典卷积分类网络一点废话：CNN网络主要特点是使用卷积层，这其实是模拟了人的视觉神经，单个神经元只能对某种特定的图像特征产生响应，比如横向或者纵向的边缘，本身是非常简单的，但是这些简单的神经元构成一层，在层数足够多后，就可以获取足够丰富的特征。从机制上讲，卷积神经网络与人的视觉神经还真是像。下面进入正题。LeNet（1998）网络基本架构为：conv1 (6) -> pool1 -&am