Sun7_She的专栏

模式识别简介，贝叶斯决策理论，概率密度估计

其相对于FASTER RCNN改进如下：1. 分割，检测，分类同时进行2. 引入ROI ALIGN（对分类影响不大，对分割影响大，因为ROI POOLING对应回图像中的像素会有偏差，该方法会相对准确）代替faster rcnn中的ROI POOLINGROI ALIGN:https://www.cnblogs.com/wangyong/p/8523814.html对于检测图片中...

one stageSSD:SSD是Faster-RCNN和YOLO中做了一次的分类和检测过程放在不同的图像大小上做了多次RETINANET:RESNET+FPN+FOCAL LOSS

RESNET跳跃连接RESNEXT拆分-转换-合并增加基数（独立路径的数量）来提高准确度比网络加深或扩大来提高准确度更有效。（为什么呢？）DENSENET相加改为相并联加强shortcut，将所有层直接连接在一起DPN将残差通道和densely connected path相融合，实现优缺互补------------------------...

1. driving stereo: a large-scale dataset for stereo matching in autonomous driving scenarios这位朋友的工作主要是在制作深度数据集，制作数据集的过程写了这篇paper。主要是深度标签不好获得，直接用雷达获取的还不够准确，他又结合了其他信息来制作更准确的label～（第一次知道，制作label的方法也可以写...