- 博客(29)
- 收藏
- 关注
RSS订阅原创 FSAF翻译
我们激励并展示功能选择性免锚（FSAF）模块，这是单发物体检测器的简单有效的构建块。可以将其插入具有特征金字塔结构的单发检测器。 FSAF模块解决了传统基于锚的检测带来的两个限制：1）启发式引导特征选择； 2）基于重叠的锚采样。 FSAF模块的一般概念是在线特征选择，用于选择多级无锚分支。具体来说，将无锚的分支附加到要素金字塔的每个级别，从而允许在任意级别以无锚的方式进行盒编码和解码。在训练期间，我们会动态地将每个实例分配给最合适的功能级别。在进行推断时，FSAF模块可以通过并行输出预测与基于锚的分支一起工
2020-10-17 10:52:36
387
原创 CBAM翻译
我们通过利用特征的通道间关系来生成通道注意图。由于特征图的每个通道都被视为特征检测器[32]，因此通道注意集中于“对于输入图像而言有意义的”。为了有效地计算频道注意力，我们挤压输入特征图的空间尺寸。迄今为止，为汇总空间信息，通常采用平均池化。 Zhou等人[33]建议用它来有效地学习目标物体的范围，Hu等人[33]则建议使用这种方法。 [28]在他们的注意力模块中采用它来计算空间统计量。除了先前的工作，我们认为最大池收集了关于物体独特特征的另一个重要线索，以推断出更精细的通道注意。因此，我们同时使用平均池和
2020-10-13 22:29:43
677
1
原创 coco指标和评估矩阵
参考链接.COCO评估指标除非另有说明，否则AP和AR在多个交汇点（IoU）值上取平均值，使用0.50到0.95共10个IOU阈值下的mAP求平均，结果就是COCO数据集定义的AP，与只用一个IOU=0.50下计算的AP相比，是一个突破；AP是所有类别的平均值。传统上，这被称为“平均准确度”（mAP，mean average precision）。官方没有区分AP和mAP（同样是AR和mAR），并假定从上下文中可以清楚地看出差异。AP（所有10个IoU阈值和所有80个类别的平均值）将决定赢家。在考虑
2020-07-14 10:24:03
925
原创 mmdetection2
首先感谢优快云上博主们的解答，https://blog.youkuaiyun.com/weixin_41010198/article/details/106258366#comments_12757965https://blog.youkuaiyun.com/qq_35447659/article/details/98492205#comments_12769166解决了很多问题然后碰到了一些个人实践中的问题，比如Traceback (most recent call last): File "tools/trai
2020-07-10 17:17:34
386
原创 一些测试结果
import torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.autograd import Variablefrom layers import *from data import voc, cocoimport torchvisionimport os# ssd.pycfg = [256, 'S', 512, 128, 'S', 256, 128, 256, 128, 256]flag = Fal
2020-05-13 10:42:18
161
原创 Enhanced Feature Extraction for Ship Detection from Multi-Resolution and Multi-Scene SAR Images
于2019年11月18日发表于remote sensing上Abstract:提出传统方法的缺点：然后是deep learning algorithms的缺点本文的目的：In order to enhance the feature extraction ability of the network,方法：对SAR图像进行多级解析优化，处理杂波和旁瓣，增强对SAR图像特征的分辨能力...
2020-05-07 18:28:25
367
原创 《A Multilayer Fusion Light-Head Detector for SAR Ship Detection》
2019年3月5日发表于sensors，受 Li, Z.; Peng, C.; Yu, G.; Zhang, X.; Deng, Y.; Sun, J. Light-Head R-CNN: In Defense of Two-Stage Object Detector. arXiv 2017, arXiv:1711.07264.这篇文章的启发，针对多尺度目标检测提出多层融合的轻量化检测器（ mul...
2020-05-07 10:47:58
455
原创 Detection of Small Ship Objects Using Anchor Boxes Cluster and Feature Pyramid Network Model for SAR
Detection of Small Ship Objects Using Anchor Boxes Cluster and Feature Pyramid Network Model for SAR ImageryFPN： suitable for the detection of multiple small ship objects in SAR images.论文目的This stu...
2020-05-06 18:00:37
211
原创 《A Novel Detector Based on Convolution Neural Networks for Multiscale SAR Ship Detection in Complex》
A Novel Detector Based on Convolution Neural Networks for Multiscale SAR Ship Detection in Complex Background20204月发表在sensors上文章提出，现有的模型在复杂背景下检测多尺度舰船目标和小目标时效果并不令人满意，因此，基于CNN提出一种新型SAR舰船检测，包含三个分支结构，融合...
2020-05-06 16:48:47
315
原创 常用英文文献搜索基地
常用英文文献搜索基地最近论文被退稿了，其中有一条是嫌弃我英文文献过少，，，，参考文献方面，国内文献偏多，且许多文献还不能代表该领域的前沿工作。这我能忍，不就是英文文献吗？中文的水刊我都读下来了我还怕英文？？？？？？来来来，英文文献读起来知乎大佬指导1.知乎大佬指导2.以下是自己常用的ResearchGate.需要申请一个账号，只要有学校的邮箱就行下面这俩直接搜，贼好用arxiv...
2020-05-06 11:06:20
201
原创 windows10下pytorch环境配置
因为还没有回学校，看论文不搞实验实在是一脸懵，尤其对我这种基础不好的人。花半天时间安装了环境，能跑起来真是太好了。果然不管什么时候不能局限于一种系统下，，虽然不太习惯，但windows也没有想象中那么不好用。参考博客windows10下安装GPU版pytorch简明教程.Windows10下Pytorch配置.win10安装opencv，pycharm中import cv2失败.重点步骤...
2020-04-29 10:35:11
230
原创 resnet
flag=0for k, v in enumerate(self.base): #for k, v in enumerate(base): #print(k,v) x = v(x) #hxh 经过vgg或者resnet的处理？ if (k-1,k)[self.model=='resnet'] in extract[self.model]['b']: ...
2020-04-23 16:46:56
140
原创 论文阅Improved Residual Networks for Image and Video Recognition
该文章针对resnet中的三个主要模块：信息流的传递、残差模块和跳层连接（ Our proposed improvements address all three main components of a ResNet: the flow of information through the network layers, the residual building block, and the p...
2020-04-22 11:20:22
718
原创 单阶多层检测器SSD(三)detection代码理解
detection代码位于code\SSD_pytorch-master\layers\functions\detection.py在代码中定义了Detect类用于对结果进行解码。在代码中有注释At test time, Detect is the final layer of SSD也就是，detect只用于在预测中，是SSD的最后一层。它的作用有以下几点：1）Decode locati...
2020-04-21 11:37:32
486
原创 单阶多层检测器SSD(二)难点理解更新
现在难点在于：问题一1.SSD最后的预测结果是怎么画到图上的，回归的时候是让prior box和gt做损失得到priorbox就是检测结果吗？如果不是从已有的anchor中得到检测结果的话，是重新得到了一个box吗？（1）这个问题来源于深度学习笔记（七）SSD 论文阅读笔记简化作者回复：回归目标不是 GT, 而是GT - prior box，这么理解吧：（预测的 box + prio...
2020-04-21 09:58:02
241
原创 单阶多层检测器SSD(一)网络结构和检测流程总述
SSD由基础网络VGG的两层变形网络和额外增加的四层网络来进行特征图提取，利用自身不同大小的特征图构建了一个特征金字塔。但是每个特征层间没有融合，也没有进行特征的重用和回传，这就是和FPN不一样的地方。所以SSD的改进如DSSD，RSSD,RefineDet和RFBNet这类都是对特征图进行不同方式的融合来进行提高（RFBNet是感受野融合）SSD通过六层卷积提取出特征层后对每个特征层进行预测，...
2020-04-14 10:05:02
431
原创 卷积神经网络的基础回顾
卷积神经网络的基础回顾可能是基础太不牢靠了，以至于现在看代码被困死在基础里，重新开始回顾一下比较基础的概念和理解吧。后悔没好好学矩阵啊特征图大小的计算参考1参考2对Anchor的思考参考1...
2020-04-12 11:18:08
149
原创 pytorch函数或python函数
pytorch函数或python函数持续更新itertools之product函数参考迭代工具 product & zip 使用方法.Python range() 函数用法.如product(‘ab’, range(3))相当于是组合两个list，list1=‘ab’,list2=‘0,1,2’将两部分可迭代对象，一一组合起来.假设两个可迭代对象，第一个为N维， 第二个为M维...
2020-04-07 16:39:51
478
原创 pytorch基础函数
torch.randn(*sizes, out=None) → Tensor返回一个张量，从标准正态分布（均值为0，方差为1）中抽取的一组随机数。张量的形状由参数sizes定义。
2019-11-28 15:54:53
160
原创 pytorch记录maxpool 的ceil_mode
maxpool 的ceil_mode参考https://blog.youkuaiyun.com/html5baby/article/details/100609026
2019-11-27 16:20:28
1389
原创 yolo
@yolo 训练自己的数据集小白白的yolo首先安装darknet,make clean ,make 通过之后再跑yolo的代码，具体步骤参考如下https://pjreddie.com/darknet/yolo/制作自己的数据集使用https://blog.youkuaiyun.com/weixin_42731241/article/details/81352013使用数据集，首先在scripts...
2019-11-07 20:26:42
103
原创 最基础知识-SS、IOU、NMS
参考以下博文这篇主要是对目标检测基础知识介绍https://www.cnblogs.com/xiaoboge/p/10544336.html用来记录一些很基础的知识这篇博文对一些基础知识的讲解很清晰滑窗法、SSIOUNMS这俩图没一个看懂的传统的目标检测框架，主要包括三个步骤：（1）利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域；（2）提取候选区域相关的视觉特征。比如...
2019-10-23 21:32:15
804
原创 softmax回归
动手学深度学习softmax回归softmax针对的主要是离散问题，如图像类别。首先这里应该明白回归模型，但是这里连续值到离散值的转化通常会影响图片的质量softmax回归的输出值个数等于标签里的类别数...
2019-09-02 18:30:20
189
原创 对反向传播的理解
在写这篇文章之前已经对反向传播中的链式法则的整体流程完全明白了，但是仍旧不懂为什么要采用链式法则，整个网络在反向传播的过程中所求的是什么？ 大概是爱情吧…今天闲来无事（导师看到这篇文章能打死我吗？）在网上白嫖了一会，突然发现关注里的大神一篇文章写的简直，深得我心。所以，自己的关注还是要多看的，每一篇文章都值得学习，尤其在自己傻不拉几的时候。。。。神经网络一：介绍，示例，代码.这篇论文中主...
2019-08-26 22:41:33
599
原创 网络优化参数（二）归一化
目的：采用不同的变换方式使得各层的输入数据近似满足独立同分布假设条件，并将各层输出限制在一定范围内。批次归一化（Batch normalization)尤其使用于CNN主要作用是将数据拉回到均值为零方差为一的高斯正态模型下，以便位于激活函数的敏感范围。会使用两个参数保证其非线性能力详见深入理解Batch Normalization批标准化.这篇文章真的写的太好了，完美的诠释了什么是BN，...
2019-08-26 16:26:40
530
原创 网络优化参数（一）参数初始化
网络优化参数（一）参数初始化用于记录深度学习中的重难点，不断更新中参数初始化首先要明白反向传播过程，此处参考反向传播算法（过程及公式推导）...
2019-08-26 11:27:10
429
原创 花树个人理解和疑问笔记——深度模型中的优化
学习和纯优化的不同经验风险最小化将机器学习问题转化为一个优化问题的最简单方法是最小化训练集上的期望损失？？？？优化时不知道真实数据分布，只知道训练集中的样本分布。自己理解：书中所说的”我们并不直接最优化风险，而是最优化经验风险，希望能够很大的降低风险“即我们在具体训练过程中没有办法得到真实数据，也就是测试集数据分布，不可能用测试集分布来进行最优化调参，只能采用训练集中的数据，利用这些数据来...
2019-08-25 21:54:43
208
原创 CIFAR-10数据加载及预处理中遇到的问题
CIFAR-10数据加载及预处理中遇到的问题在第一次运行代码时没有问题,想要调试时在jupyter中打开了第二个窗口,运行了一样的代码后出现问题PermissionError Traceback (most recent call last)<ipython-input-1-765e9f8853ad> in <modul...
2019-08-04 10:35:11
1466
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人