Facico的博客

RCNN、Fast-RCNN、Faster-RCNN two-stage的方法： 主要思路就是RCNN的思路 准确度较one-stage的方法高(SSD,Yolo)，但是慢 RCNN 思路很简单 候选框->CNN提取特征->一堆SVM分类->边框回归精调(还有一些NMS，难负例之类的调节) (详见之前的博客) 缺点 体量笨重，步骤繁琐，内存占空间大 慢（测试与训练）：比如每次对大量大面积重叠的候选框跑CNN Fast-RCNN 考虑上面的慢的因素，从而把大量的候选

R-CNN 《Rich feature hierarchies for accurate object detection and semantic segmentation》 创新(虽然已是经典) 第一次把CNN放在物体检测的算法，采用CNN网络提取特征，从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式，提高了图像特征的表达能力 采用大样本下有监督的预训练，在加上下样本微调的方式解决小样本难以训练甚至过拟合的问题 流程 1、找出候选框(region proposals) 1、

Selective Search(选择性搜索)算法 在目标检测中，这个算法，可以启发式地搜索出可能包含物体的区域，而不用随机盲目地找很多个方框。 最简单的目标检测 我们的思路是先搞出一些小的方框(不一定是方块，但一定是连在一起的区域)，然后不断的合并 一、图像分割 为了方便合并，我们先处理出一些小的区域 我们这里用felzenszwalb的图像分割算法 简单的来说这个算法就是对图像做一个简单的聚类，什么样的聚类又快又简单呢？----最小生成树！ skimage.segmentation.

ResNet学习 起因 我们在很深的神经网络之后，效果会变差！所以深一点的网络并不一定比浅得好 因为到了后期，网络自动变成了恒等映射，导致最后梯度几乎没有变化，学不出东西 但是对于深度的网络，浅层的解空间应该是深层的子集，然后事实却不一样，因为网络的degradation问题(网络退化) 随着层数的增多，连乘变得很不稳定 解决 所以我们要构造不是恒等映射的东西 我们采用highway的那种方式，引入恒等快捷连接 映射完之后是F(x)+xF(x)+xF(x)+x，所以F(x)F(x)F(

PIL模块学习 Image模块 open,show,save,format,size,mode,getbands,info im = Image.open('BG.png') im.show() print(im.format, im.size, im.mode,im.getbands(),im.info) #输出格式，分辨率，图像模式,输出模式的元组，图像相关数据字典 mode mode 描述 1 1位像素，黑和白，存成8位的像素 L 8位像素，黑和白 P 8位像素，使用调色

简单图像处理 平滑 滤波 大多数的滤波都有一定的去噪作用 均值滤波 就是在小方框内取均值 方框滤波： 就是在均值滤波之后做归一化 高斯滤波： 就是直接用高斯分布公式来处理，可以处理掉异常值 中值滤波 类似均值滤波，就是用中值代替，可能类似的也有众数滤波 形态学处理 假设现在的二值图像是黑底白字的 腐蚀操作 就是方框内取最大值，对于二值图像有黑到白的腐蚀的作用 可以去毛刺 膨胀操作 就是方框内取最小值，对于二值图像有白到黑的膨胀的作用 可以填充图像内部的空洞 开

抠图 Blue Screen Matting 始祖抠图算法 定义matting问题 I=αF+(1−α)B I=\alpha F+(1-\alpha)B I=αF+(1−α)B 假设一张图片由背景(background)，前景(foreground)，透明度组成。 而透明度也就是RGBA的第4个元素，对于每一个RGB像素都有着对应的A(就是α\alphaα)，当然也可以全部的α\alphaα都相等 那么现在的问题就变成了：已知I，求解α,F,B\alpha,F,Bα,F,B的其中两个 条件放松

CNN发展史 早期铺垫 神经网络起源 Hubel和Wiesel对猫大脑中的视觉系统的研究。 各种结构的铺垫 1980年，日本科学家福岛邦彦《Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position》 提出了一个包含卷积层、池化层的神经网络结构。 LeNet LeNet几乎是所有CNN的开端 作者：Yan

A Neural Algorithm of Artistic Style 文章大致：算法基于深度神经网络，能将任意图片根据任意画家的风格转化，并提供一种方法了解人类如何创造和感知艺术意象 feature map(特征映射)s: 对于输入图像的不同的过滤视觉 当CNN作用在物体识别的时候，网络产生一种能沿着处理层使得物体信息明显增加的表征，因此沿着网络的处理层，比起具体的像素值，输入图像对当前图像的内容(content)关注度会增加。 因此，我们把把每一层的被重构的图像可视化可以发现 高层捕获在图像中关