- 博客(15)
- 收藏
- 关注
RSS订阅原创 图像中的目标检测概述
距离找工作仅仅只剩几个月的时间，在找工作之前，准备把object detection全部巩固一遍。技术路线：Faster R-CNN , YOLO v3, SSD, RetinaNet, Mask R-CNN, RefineDet.批注：前段时间熟悉了一下Faster RCNN，后面的两天将熟悉YOLO v3，这个算法可以实现多尺度的检测，对小目标有着较好的检测能力，而且最重要的是可以实时...
2019-01-26 10:36:29
1512
原创 阿里天池之江杯零样本图像目标识别Top1%方案分享
比赛结束了一周多了，历时近三个月，也是我第一次做零样本识别。名次是32/3224，虽然不太满意，但学到了很多东西。在这篇博文做一次总结，并将公开我们的代码。零样本识别概念零样本识别不同于传统的分类识别，传统的分类识别所有的label以及每个label对应的图像都可以用来训练，而且训练一个较好的分类器通常需要大量的训练图像。零样本识别的训练集并不包含测试集的label，因此需要识别一个从来没有见...
2018-11-07 23:50:47
6209
14
原创 Action Prediction探索
背景由于项目组中有异常行为检测的项目，该项目需要对异常行为及时的报警，是real-time and online的检测。前期，项目研究了Action Recognition,而Recognition是对trimmed视频进行识别，而且是对发生完的动作进行识别，不适合项目的需求。而之后又探索了anomaly detection,这个是对异常事件的检测，但是异常事件检测采用重构的思想，即对正常行为...
2018-07-24 15:23:09
1633
2
原创 基于tesseract的证件定位和识别
代码已开源 github 地址：https://github.com/KaiJin1995/tesseract_cardRecognition 博客稍后更新
2018-06-26 16:14:45
3479
原创 阿里天池FashionAI服装属性标签识别Top1%方案分享
前言上周六刚刚结束FashionAI2018服装属性标签识别的复赛，比赛竞争十分激烈。比赛总共报名近3000支队伍，经过3个月的比拼，我们队伍最终获得了第11名的成绩。虽然离第十名只有一步之遥，但是我不遗憾，毕竟这是我第一次参加天池比赛，对于这个结果我感觉对得起自己三个月的辛苦。干货下面从以前几点来讲解该比赛及方案FashionAI比赛内容FashionAI比赛方案未来计划...
2018-06-10 23:25:36
12655
10
原创 基于temporal segment networks的行为识别
引言：根据ActionRecognize发展路线，最初是VGG组提出的Two-Stream Network实现，再他们之后，Limin Wang提出了VGGNet完成，加深了网络的深度，并提出防止过拟合的方法。得到了较好的效果。在ECCV2016，Limin Wang 提出了一种新的网络结构，即对双流网络的改进，称之为Temporal Segment Networks。 这篇博客主要讲述两个方面：1
2017-11-13 20:39:54
2197
原创 caffe源码之心得
batchsize理解caffe训练的时候存在batchsize,例如batichsize=32，计算最终的loss是讲32个输入的loss取平均，得到最终的loss，再用该loss进行反向传播。caffe的solver文件中存在iter_size参数，在caffe的Solver.cpp源码中可以轻易得到，iter_size是不断的运行for (int i = 0; i < param_.iter_
2017-11-09 20:59:12
534
原创 使用Motion-Vector实现Real-time人体行为识别
导言：由上一篇博客的方法实现人体行为识别，准确率高，但缺陷在于速度慢，最大的原因在于经典的two-stream的人体行为识别均使用光流图作为temporal net的输入。光流法速度慢，在应用中无法实时。这篇博客引用论文 Real-time Action Recognition with Enhanced Motion Vector CNNs——–Bowen Zhang, Limin Wang,
2017-10-28 22:25:41
7115
2
原创 基于VGG-Net的人体行为识别(Action Recognition)
Abstract:本文对论文’Towards Good Practices for Very Deep Two-Stream ConvNets’的复现。该论文采用了two-stream的卷积方法，该方法的鼻祖是VGG团队，该团队的论文是14年的’Two-Stream Convolutional Networks for Action Recognition in Videos’ ,从此开创了新的一派
2017-10-19 12:03:09
3065
原创 CVPR2017之ActionVLAD(对特征整合方式的改进）
背景 关于视频中的行为识别，通常会出现这种识别错误的情况：即一段视频中包含若干动作，譬如打篮球的视频中包含跑、跳、扔东西等多种行为，如何能正确地识别为投篮？当前行为识别主要有两种CNN结构：（1）第一种：3D spatio-temporal 卷积，这种方法识别准确率有待提升，优势是速度较快。（2）第二种，也就是目前常用的方法：two-stream architectures，将视频分解成图
2017-09-28 11:45:15
4474
原创 CVPR2017行为识别中的关键帧检测网络AdaScan
今天阅读了该论文，获得一些启发，先对其进行记录，以防后面会遗忘。该论文的核心思想是我要在视频中去除一些冗余帧，提升视频行为的判断力，保留有用信息，去除无关信息。论文的网络图如下所示：为何AdaptivePooling可以实现对关键帧的选取呢？原因在于Adaptive Pooling的结构所在。下面将讲述核心结构Adaptive Pooling。经过Deep Network获得的Fe
2017-09-24 23:22:27
5197
1
原创 CVPR2016之A Key Volume Mining Deep Framework for Action Recognition论文阅读（视频关键帧选取）
该论文的主要思想是从视频中选取关键的帧卷（frame volume）用来行为识别。 该文章的意图是通过对视频中关键帧进行选取，减少与视频表达内容不相关的视频帧，实现视频中行为识别准确率的提升。 该文章主要从两个方面进行阐述：1、如何选取关键帧。2、如何检测并框住人体动作行为以便用来识别 下面我讲从两个方面阐述这个问题。如何选取关键帧 关键帧的选取采用了多示例学习的方法(multiple-in
2017-09-17 22:34:01
1887
3
原创 VGG人脸识别训练心得
在使用VGG进行人脸训练过程中，我是用log日志记录了训练过程中的数据。训练过程中的参数对于训练而言，有着较大的影响，参数设置不当，容易出现训练结束，但未收敛到最佳状态
2017-06-01 21:16:59
14518
1
原创 Python双线程使用
最近研究人脸匹配，在人脸匹配过程中，由于摄像头输入的人脸要与数据库中的人脸比较，但由于数据库中的人过多，逐一匹配速度可能会降低，故选用双线程实现匹配加速，本文主要就python如何使用双线程进行记录。
2017-05-20 10:59:56
2463
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