- 博客(36)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 目标检测之anchor
目标检测中长出现的anchor，表示固定的参考框。anchor技术：将问题转换为“这个参考框中有没有认识的目标，目标偏离参考框多远”首先预设一组不同尺度，不同位置的固定参考框，覆盖几乎所有位置和尺度每个参考框负责检测，与其交并比大于阈值（训练预设值，常用0.5或0.7）的目标计算每个像素256-d的9个尺度下的值，得到9个anchor，我们给每个anchor分配一个二进制的标签（前景背...
2019-06-13 19:54:53
5320
原创 目标检测之RPN
参考：https://blog.youkuaiyun.com/u011746554/article/details/74999010（Region Proposal Network)区域生成网络RPN网络中利用anchors和softmax初步提取出foreground anchors作为候选区域。1）layer {name: “rpn_cls_score”type: “Convolution”...
2019-06-13 19:35:16
3752
原创 行人检测之初相见
现状，大致分为两类：（1）基于背景建模的方法分割出前景，提取其中的运动目标。进一步提取特征，分类判别。缺点：1）在存在下雨、下雪、刮风、树叶晃动、灯光忽明忽暗等场合，该方法的鲁棒性不高，抗干扰能力较差。2）且背景建模方法的模型过于复杂，对参数较为敏感。（2）基于统计学习的方法根据大量训练样本构建行人检测分类器。1）提取的特征一般有目标的灰度、边缘、纹理、形状、梯度直方图等信息，2...
2019-06-11 15:43:51
305
原创 目标检测NMS理解
1 NMS1)保留score最高的预测框2)将与当前预测框重叠较多的proposals视作冗余缺点:稠密物体检测时，同类的两个目标较近。会导致其中一个目标不能被召回。2 Soft-NMS1)”迂回“，认为重叠较多的proposals可能包含有效目标，只是重叠区域越大可能性性越小。3 Softer-NMSsofter-NMS关注的是单个框的定位精度，而NMS和soft-NMS关注的...
2019-06-04 16:05:42
1578
原创 SR总结
SISR方法：1）基于插值的方法（在大尺度因子上的表现很差）2）基于重构的方法（在大尺度因子上的表现很差）3）基于实例的方法（主要方法）对于图像超清这个问题来说，存在一个关键性的问题，即一张低清图像可能对应着多张高清图像，那么问题来了。我们把低分辨率图像中需要高清化的部分分成A,B,C,D等几个部分，那么A可能对应A1,A2,A3,A4，B对应B1,B2,B3,B4，以此类推。假设A1,...
2019-05-27 21:02:24
849
原创 《Diversity Regularized Spatiotemporal Attention for Video-based Person Re-identification》论文笔记
多元化规范的 时空关注 用于基于视频的行人重识别时空注意力模型：自动的发现那些具有判别性区域的身体部分网络使用多个空间注意力模型，并使用多样化的正则化项，来使得各个空间注意力模型学习的身体部分不同本文：使用多个空间注意力模型来确定这些判别性区域，再使用时序注意力模型来加权池化这些判别性区域一、Restricted Random Sampling类似Tempora...
2019-04-02 21:01:24
401
原创 2019/周报0325-0331
一 看论文1《Recurrent Convolutional Network for Video-based Person Re-Identification》2《Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person Re-Identification》二 实验1 跑《Rev...
2019-03-31 21:36:47
235
原创 2019/周报0318-0324
一 看论文《Cascaded SR-GAN for Scale-Adaptive Low Resolution Person Re-identification》二 实验1 跑《Cascaded SR-GAN for Scale-Adaptive Low Resolution Person Re-identification》的github源码2 跑Faster-RCNN的tensorfl...
2019-03-24 22:10:39
465
2
原创 第十九周学习周报20190114-20190120
一、看新的论文《Deep Low-Resolution Person Re-Identification》二、学期总结1、总结本学期看过的GAN、语义分割、SR方面的相关论文。1）GAN：CycleGAN、PT-GAN、DC-GAN、FD-GAN2）语义分割：FCN、PSPNET3）SR：SRCNN、SRGAN、ESPCN2、总结本学期做过的关于Person Re-Identific...
2019-01-20 22:04:29
505
原创 第十六周学习周报20181224-20181230
一、看新的论文1：《Unlabeled samples generated by GAN improve the person Re-identification baseline in vitro》2：《Group consistent similarly learning via deep crf for person re-identification》二、跑代码1：用Market数...
2019-01-06 20:50:04
334
原创 第十五周学习周报20181217-20181223
一、回顾《Fully Convolutional Networks for Semantic Segmentation》二、看了一篇新的论文《An Improved Deep Learning Architecture for Person Re-identification》1、输入一对图像，网络输出这对图像的相似度值，新引入的网络层包括跨输入邻域差值层，根据图像对的卷积特征图计算局部关...
2018-12-23 21:59:43
368
1
原创 第十四周学习周报20181210-20181216
一、回顾《Pyramid Scene Parsing Network》1）指出global average pooling with FCN可以改善分割效果但对复杂场景并不有效所以提出：different-region-based context aggregation2）基于FCN+dilated network3）采用4层金字塔模型，最后通过卷积后连接起来二、看了一篇新的论文《F...
2018-12-16 22:40:39
371
原创 第十三周学习周报20181203-20181209
一、回顾《Person Transfer GAN to Bridge Domain Gap for Person Re-identification》二、看了一篇新的论文《Pyramid Scene Parsing Network》1.背景，现有重识别的不足场景解析(Scene Parsing)的难度与场景的标签密切相关。先大多数先进的场景解析框架大多数基于FCN，但FCN存在的几个问题:...
2018-12-09 22:43:10
386
原创 第十一周学习周报20181119-20181125
一、回顾《Person Transfer GAN to Bridge Domain Gap for Person Re-Identification》二、看了一篇新的论文《Upaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》1.背景，现有重识别的不足1）许多image-to-image...
2018-11-25 23:17:46
568
2
原创 第十周学习周报20181112-20181118
一、回顾之前看多的一篇论文1.《Fast Open-World Person Re-Identification》（1）Motivation现有方法的两个认为假设 1）封闭的世界 2）小的搜索空间（2）Contribution 1）提出了LOSW（Large Scale Open-World）,新的行人重识别搜索集 2）提出X-ICE（...
2018-11-19 10:20:36
242
原创 第九周学习周报20181105-20181111
一、回顾之前看多的两篇论文1.《A Discriminatively Learned CNN Embedding for Person Re-identification》1）Motivation现在主流的两种re-ID卷积网络: verification model、 identification modelverification model的缺点：只利用了弱re-ID标签，没有考虑...
2018-11-11 19:39:30
591
原创 第八周学习周报20181029-20181104
一、回顾之前看多的一篇论文《Deep Ranking for Re-identification via Joint Representation Learning》二、看了一篇新的论文《Person Re-Identification by Saliency Learning》（1）adjacency constrained patch matching:to bulid dense c...
2018-11-04 22:30:15
390
原创 第七周学习周报20181022-20181028
一、回顾之前看多的一篇论文《A Discriminatively Learned CNN Embedding for Person Re-identification》二、看了一篇新的论文《End-to-End Comparative Attention Networks for Person Re-identification》（1）image-based，proposed end-to...
2018-10-28 22:40:08
400
原创 第六周学习周报20181015-20181021
一、回顾之前看过的两篇论文 《Fast Open-World Person Re-Identification》（1）New search setting:LSOW1)vast probe search population2)fast disjoint-view search3)sparse training person identification4)zero-shot tra...
2018-10-22 09:23:27
305
原创 第五周学习周报20181008-20181014
上一周看的论文没有找到源码。就没有开展复现工作。一、看论文本周看了另一篇论文《A Discriminatively Learned CNN Embedding for Person Re-identification》本文中作者提出了一个模型：（1）可以同时学习特征的嵌入（identification loss）和相似度度量（verification loss）。同时预测ID和进行相似度得...
2018-10-14 21:47:03
643
原创 第四周学习周报20181001-20181007
本周国庆啊、玩去了。。。主要看了论文《Person Re-identification with Metric Learning using Privileged Information》论文用到了Metric Learning，去网上学习了一下因为很多算法依赖于在输入空间给定的好的度量，例如K-means、K邻近方法。SVM等算法需要给定好的度量来反映数据之间存在的一些重要关系。如何获取...
2018-10-07 22:24:07
570
原创 给jupyter添加多个python版本的kernel
两种方法：1.想添加的python版本已存在conda install -n Python27 ipykernel #为这个环境安装ipykernelpython -m ipykernel install --user #激活这个环境2.所需版本不是已有的环境conda create -n Python27 python=2.7 ipykernel #在创建环境时为其安装ipykern...
2018-10-06 14:02:55
8499
原创 安装Anaconda之前，已安装过python版本
conclusion: （1）在环境变量中找到之前安装python的路径并删除；例如D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts （2）直接将你原来安装的python的整个文件夹拷贝到envs的目录下，激活该版本的Python的名称就是文件夹名其实要做的就是：（1）修改环境变量（2）移动Python...
2018-10-05 20:54:01
11323
原创 linux下编译opencv程序的两种方式：g++，cmake
1.gcc和g++分别是GNU的C&C++编译器编译过程可分为四步：（1）预处理：生成.i的文件（2）将预处理的文件转换成汇编语言，生成文件.s（3）由汇编变为目标代码（机器代码）生成.o的文件（4）连接目标代码，生成可执行程序 g++ Hello.cpp -o Hello通过g++编译OpenCV程序，要将OpenCV的库包含进去，否则会报错，可以使用如下...
2018-09-10 16:37:34
1756
原创 pkg-config了解和使用
1.什么是pkg-config: 当你从源代码编译软件时，用来提供依赖库的信息的软件。 它输出已安装的库的各个信息，包括： 1)C或C++编译器需要的参数 2)链接器需要的参数 3)已安装软件包的版本信息2.什么时候用？ 当在Li...
2018-09-09 15:40:59
519
原创 第十九周学习周报（20180709-20180715）
第十八周学习周报一、本周学习情况 1、学习了李宏毅老师的深度学习课程 2、跑了识别猪的模型 3、准备车牌数字识别的数据二、学习笔记 三、下周学习计划 1、学习李宏毅老师的深度学习课程 2、把识别车牌数字模型跑出来...
2018-07-15 20:52:15
674
原创 第十八周学习周报（20180702-20180708）
第十八周学习周报一、本周学习情况 1、学习了李宏毅老师的深度学习课程 2、学习caffe的源码 3、做识别猪模型需要的数据二、学习笔记 caffe中训练自己数据集的步骤： 1、数据准备 在caffe/data下新建myself,并在myself里新建两个目录train...
2018-07-08 20:43:36
1149
原创 第十七周学习周报（20180625-2018060701）
第十七周学习周报一、本周学习情况 1、李宏毅老师的机器学习课程学完 2、完成了机器学习课程后面的部分作业 3、学习了LeNet-5模型 4、看了caffe识别手写数字的源码二、学习笔记 LeNet LenNet-5共有7层（不包括输入层），每层都包含不同数量的训练参数。 LeNet-5中主要的有...
2018-07-01 21:47:23
688
原创 第十六周学习周报（20180618-20180624）
第十六周学习周报一、本周学习情况 1、本周主要学习李宏毅老师的机器学习课程 Unsupervised Learning-Linear Methods Unsupervised Learning-Neighbor Embedding Unsupervised Learning-Auto-encoder ...
2018-06-24 21:46:26
805
1
原创 第十五周学习周报（20180611-20180617）
第十五周学习周报一、本周学习情况 1、本周主要学习李宏毅老师的机器学习课程 Backpropagation Convolutional Neural Network Semi-supervised 2、分别看了关于Backpropagation、Convolutional Neural Network、Semi-s...
2018-06-17 21:14:25
2222
原创 第十四周学习周报（20180604-20180610）
第十四周学习周报一、本周学习情况 1、本周主要学习李宏毅老师的机器学习课程 没有学习吴恩达老师微专业课《深度学习工程师》 2、看了机器学习的两篇算法博客、关于逻辑回归和线性回归算法 3、看了上周小分类模型的源码、恩有点困难二、学习笔记 机器学习跟模式识别，统计学习，数据挖掘，计算机视觉，语音识别，自然语言处理等领域有着很深的联系。从范围上来说，机...
2018-06-10 21:32:57
791
原创 第十三周学习周报（20180528-20180603）
第十三周学习周报一、本周学习情况 1、学习了吴恩达老师微专业课《深度学习工程师》 第三篇：结构化机器学习项目 第二周内容：机器学习（ML）策略（2） 2、学习了两节李飞飞计算机视觉的课程 3、跑了一个 小的分类模型 二、学习笔记 计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手...
2018-06-03 21:45:53
3120
原创 第十二周学习周报（20180521-20180527）
第十二周学习周报一、本周学习情况 1、学习了吴恩达老师微专业课《深度学习工程师》 第三篇：结构化机器学习项目 第一周内容：机器学习（ML）策略（1） 2、看了fast-rcnn算法详解和论文相关笔记，但是fast rcnn的论文还没有看。 3、fast-rcnn好难跑，遇到好多坑，填坑中。。。 二...
2018-05-27 20:36:57
937
原创 第十一周学习周报（20180514-20180520）
第十一周学习周报一、本周学习情况 1、学习了吴恩达老师微专业课《深度学习工程师》 第二篇：改善深层神经网络：超参数调试、正则化以及优化 第三周内容：超参数调试、Batch正则化和程序框架 2、看了李飞飞深度学习计算机视觉的目标识别与检测部分 3、看完了上个星期的没看完的论文《Mask R-CNN》 4、跑了fast...
2018-05-20 20:50:38
741
原创 第十周学习周报（201800507-20180513）
第十周学习周报一、本周学习情况 1、学习了吴恩达老师微专业课《深度学习工程师》 第二篇：改善深层神经网络：超参数调试、正则化以及优化 第二周内容：优化算法 2、看了阿里云云栖社区的深度学习入门系列文章 第十四章：LSTM 3、找了一篇论文看，但是没看完。《Mask R-CNN》 ...
2018-05-13 20:49:55
1258
原创 第九周学习周报（20180430-20180506）
第九周学习周报一、本周学习情况 1、学习了吴恩达老师微专业课《深度学习工程师》 第一篇：神经网络和深度学习 第四周内容：深层神经网络 第二篇：改善深层神经网络：超参数调试、正则化以及优化 第一周内容：深度学习的实用层面 2、看了阿里云云栖社区的深度学习入门系列文章 ...
2018-05-06 15:47:43
526
空空如也
web工程项目的Server判断
2015-12-26
TA创建的收藏夹 TA关注的收藏夹
TA关注的人