qq_41576083-优快云博客

原创 EAST-tensorflow 源码解读

EAST网络提供了对自然场景中文字区域的目标检测功能源码：https://github.com/argman/EAST主要侧重于对样本标签的制作部分目录一、网络结构二、loss定义三、训练标签的生成3.1 crop_area图片切割3.2 generate_rbox标签生成一、网络结构网络结构不难理解，如下图所示：为了检测不同大小尺度的文字目标，网络...

2019-03-03 11:37:43 4425 2

转载图像处理CV/ML/DL 面试题整理（三）

该部分贴一些原博主的关于CV和图像相关的题目三、图像处理（1）opencv遍历像素的方式？1.使用at<dtype>(ij)[c]来访问2.使用ptr<dtpye>(col)[c]来访问，若图像存储连续，可以直接展开成一行来应用指针遍历3.使用迭代器begin<dtype>, end<dtype>来访问，用法与指针一样（2）L...

2018-12-18 17:20:02 2042

转载图像处理CV/ML/DL 面试题整理（二）

继续上一篇文章，这篇主要记录原博主的关于深度学习部分的试题二、深度学习部分（1）MLP的BP过程？delta的意义？每一层节点的残差？MLP的BP过程：分别是第j层和第k层输出，是第j层和第k层间的传递矩阵，是k层的输出真值，是第k层误差。那么E对W的导数，即W的优化梯度方向：显然导数并不易求，因此做一下变换：这里又考虑到sigmoid函数的导数为：带入...

2018-12-14 01:43:30 1512

转载图像处理CV/ML/DL 面试题整理（一）

最近看到了一篇很不错的博客，里面列了一些面试问题汇总，但是排版比较不容易看，而且原作者没有提供完整的答案，在此就基于原作者的思路，完善一下其内容。原博客地址：https://blog.youkuaiyun.com/meyh0x5vDTk48P2/article/details/79179164原作者的文章将文章分为三个部分，分别是机器学习，深度学习，opencv相关。一、机器学习方面（1...

2018-12-13 17:55:02 2361

原创图像语义分割-----SegNet学习笔记+tensorflow

SegNet网络是一个像素级的语义分割模型，即会针对图像中的每一个像素，对每一个像素进行分类，去识别该像素属于的类别，整个网络分为4层下采样以及4层上采样，最后将一个[W, H, 3]的输入图像处理成[W, H, NUM_CLASSES]的向量，再通过softmax进行分类，转化为[W, H, 1]的张量，再对属于不同种类的像素分别涂上不同的颜色，从新变成[W, H, 3]的图像，但是其中的物体以...

2018-12-12 18:35:07 6012 11

原创 SSD-目标检测代码解读

最近看了SSD的源代码，理了一下其中的逻辑，写一篇学习笔记。代码地址：https://github.com/balancap/SSD-Tensorflow一、网络结构首先贴出来网络结构图，便于后续的分析，这里的图是SSD 300的结构图，而我看的代码是SSD 512，但是思想差别不大，可以看出来SSD比YOLO的差别就是，不仅在最后一层提取预选框，而是在中间某几层就已经开始通过3X3的...

2018-11-22 20:46:41 4909 9

原创二值图像的连接域标记实现

本文是在借鉴了https://www.cnblogs.com/ronny/p/img_aly_01.html这篇文章之后，对连接域标记进行了实现，原作者是在cpp下完成的，为了方便，我用python实现一下并做一些记录。一、实现原理这里选择基于行程的标记，以下图为例，这里借用原文章中的图片：1、首先，我们自左向右，自上向下的遍历图片，以[start, end]这种形式记录白色块的起...

2018-11-21 18:51:00 752

原创 YOLO学习笔记-样本加载及编码

上一篇简单记录了一下yolo网络的结构，LOSS定义，train方式这三部分，这一篇主要记录一下样本的加载与编码过程，方便加载自己的样本。在开始之前先提一下pascal voc数据集的样本格式，首先是比较重要的几个，Annotation，ImageSets和JPEGImages这三个是比较重要的文件夹，里面存放的东西如下：Annotation：里面放了一堆xml文件，每个xml文件对应着一...

2018-11-21 17:52:04 1206 2

原创 mean-shift图像跟踪代码

mean-shift算法，通过已知的上一帧图像的坐标，计算上一帧的图像的二维直方图特征，在下一帧的相同位置附近进行匹配，并逐渐将下一帧的跟踪坐标收敛。在这里具体数学推导暂先不理会，算法大致实现分如下几个部分：一、目标区域的二维直方图特征图构建def Colourfeature(red, green, blue): r = red / 256.0 g = green /...

2018-11-07 21:33:52 682 2

原创 YOLO笔记

在faster—RCNN的基础上，最近又开始着手了解YOLO系列的目标检测网络，YOLO网络改变了faster-rcnn的将目标检测分为候选框提取与分类两部分的模式，直接采用一个较深的卷积神经网络，同时完成边界框的回归与框内物体识别两个任务。一、预测原理整个YOLO网络的工作模式如下所示：可以看到，直到展开成4096前，都是在疯狂卷积，之后，最后一层卷积后，得到了一个7x7x30的...

2018-11-02 18:22:35 327

原创 faster-rcnn代码解读记录，github+tf

小小白最近对目标检测比较感兴趣，于是看了许多关于rcnn相关的文章博客，大致有了一些概念，结合在github下的一份大牛代码，研读了几天写一下大体思路。首先，整个网络大体有三个部分组成，首先是公共的特征提取网络，目前在看的源码中可以选择VGG16等网络来作为特征提取网络，继而在特征提取网络的最后输出的基础上，再加一个RPN网络，RPN网络主要用于输出候选框（roi）的坐标修正量以及针对每一个候...

2018-10-09 20:51:26 15899 11

qq_41576083的博客