qq_37764129的博客

卷积神经网络中的常用词：feed-forward 前馈运算 objective function 目标函数 back propagation 反向传播 back-forward 反馈 deep belief network 深度置信网络 recurrent neural network 递归神经网络 overfitting 过拟...

这个是从一篇报道户外汽车识别比赛（Nexar 挑战赛）结果的新闻里摘抄下来的，里面有一些获奖者分享的他们的模型介绍，整理下来以备日后使用 图一 识别效果 ...

一、交并比物体检测需要定位出物体的bounding box，就像下面的图片一样，我们不仅要定位出车辆的bounding box 我们还要识别出bounding box 里面的物体就是车辆。对于bounding box的定位精度，有一个很重要的概念，因为我们算法不可能百分百跟人工标注的数据完全匹配，因此就存在一个定位精度评价公式：IOU。 ...

任务描述：用Tensorflow object detection API检测出来的结果是一整张图片，想要把检测出的bounding box部分单独截取出来并保存运行环境：spyder效果展示：测试图片：test_images --> 检测图片：testsave_images --> 裁剪bounding box：test_cropped我的修改过后的test文件...

R-FCN的位置敏感分数图灵感来自Instance-sensitive Fully Convolutional Networks这篇论文，该论文是针对FCN不能对同类型物体分割的缺点的改进，具体说明见下面：本论文的出发点： FCN可以用来做segmentation（分割）， 做法是把这个分割问题看成是per-pixel的classification问题。如果有C类...

基于Data Augmentation+NAS-FPN数据对于深度学习来说至关重要，而数据增强策略对于提升训练样本数据量、改善模型稳定性和鲁棒性，提高对于真实世界的适应性和泛化性具有重要的作用。虽然在图像分类中数据增强有着广泛的使用，但将数据增强用于目标检测的系统性研究还较少。此外由于目标检测数据的标记成本比图像分类更高，数据增强策略在有限数据的情况下除了能提高模型表现同时还能节省数据成本...

1、目标检测图像数据增强（Data Augmentation）—— 旋转：https://blog.youkuaiyun.com/uncle_ll/article/details/83930861（可以同时生成xml文件）CNN Data Augmentation（数据增强）-旋转：https://blog.youkuaiyun.com/u014540717/article/details/53301195（可以同时...

FPN（Feature Pyramid Network）算法： 特征金字塔网络（FPN）是目标检测中生成金字塔形状特征表示的代表性模型架构之一。它采用通常为图像分类设计的骨干模型，然后通过自上而下和横向连接，并组合不同的特征层来构建特征金字塔。FPN 取代了检测器（如 Faster R-CNN）中的特征提取器，并生成更高质量的金字塔特征图【1】。 ...

目标检测也能用神经架构搜索，这是一个自动搜索的特征金字塔网络。神经架构搜索已经在图像识别上展现出很强的能力，不论是可微架构搜索的速度，还是基于强化学习搜索的准确度，很多时候自动架构搜索已经超越了我们手动设计的版本。与此同时，学习视觉的特征表示是计算机视觉中的一个基本问题。不论是图像分类还是目标检测，抽取图像特征才是最首要的。在过去几年里，用于图像分类和目标检测的深度卷积网络在架构搜索方面取...

首先，根据给定的base_size，生成一个所谓的base_anchor,其值为[0,0,base_size-1,base_szie-1]。例如当base_size=16的时候就生成一个坐标为[0,0,15,15]的矩形。 第二步根据上面的上面得到base_anchor进行坐标变换，计算出中心点xc,yc和矩形的高和宽w,h.即将我们说xm...