北望花村

转载自：http://blog.youkuaiyun.com/u010167269/article/details/52563573，有部分删改Preface这是今年 ECCV 2016 的一篇文章，是 UNC Chapel Hill（北卡罗来纳大学教堂山分校） 的 Wei Liu 大神的新作，论文代码：https://github.com/weiliu89/caffe/tree/ssd Abstract这篇...

从事场景文字检测相关的工作有一段时间了，总结了一些经验技巧，下面就在此记录下来，仅供参考。数据集篇icdar2015数据集由于icdar2015数据集和icdar2013数据集的训练图片均较少，因此，在训练icdar2015数据集的时候，一般融合icdar2013和icdar2015两个数据集的图片进行训练，增加鲁棒性。 对于标注为‘###’文本区域的处理输入训练样本的时候...

写在前面：对于多数从业者而言，从头开始写深度学习程序的情况比较少。多数情况下，都是从Github上下载已有的深度学习的程序，使用自己的数据集进行训练，或者根据需要对程序进行修改。一般官方公开的代码实现与论文接近，而个人开发者公布的代码实现可能与官方论文有所差距。首先要做的一件事就是确保模型本身可以work。因此，需要有一双“慧眼”，在实践之初判断模型的性能好坏。那么，如何判断深度学习的网络是否wo...

　　转自http://caffecn.cn/?/question/160，作者沁心风雨。在此记录，供自己复习。    　R-CNN系列文章(Fast/ Faster RCNN)都训练了Bounding-box 回归器来对窗口进行校正，以提高最终的检测精度。那么这样做的好处是什么？具体的又该怎样去做呢？本文对窗口回归算法进行探讨。1.问题理解（为什么要做Bounding-box regression...

根据本人组会PPT总结整理，复习备用。一.目标检测与场景文字检测定义目标检测：给定一张图片或者视频帧，找出其中所有目标的位置，并给出每个目标的具体类别。场景文字检测：文字检测（Text Detection）：对照片中存在文字的区域进行定位，即找到单词或者文本行（word/linelevel)的边界框（bounding box)；文字识别（Text Recognition）：对定位后的文字进行识别。...

论文：Enhancement of SSD by concatenating feature maps for object detection 论文链接：https://arxiv.org/abs/1705.09587出发点：虽然深度网络的效果会随着feature map数量的增加而提升，但并不代表简单地增加feature map的数量就能达到更好的效果。本文利用特征金字塔的

转载来自：http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51066975Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的FAIR。 这篇文章思路简洁，在

转载来自：http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51036677继2014年的RCNN之后，Ross Girshick在15年推出Fast RCNN，构思精巧，流程更为紧凑，大幅提升了目标检测的速度。在Github上提供了源码。同样使用最大规模的网络，Fast RCNN和RCNN相比，训练时间从84小时减少为9.5小

转载来自：http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51152614本文是继RCNN[1]，fast RCNN[2]之后，目标检测界的领军人物Ross Girshick团队在2015年的又一力作。简单网络目标检测速度达到17fps，在PASCAL VOC上准确率为59.9%；复杂网络达到5fps，准确率78.8%。

论文：Focal Loss for Dense Object Detection论文链接：https://arxiv.org/abs/1708.02002  解决问题：提出一种新的损失函数：focal loss。该函数通过减少容易分类的样本的权重，使得模型在训练时更专注难分类的样本，从而改善样本的类别不均衡问题，改善模型的优化方向。  难分类样本：举例说明：假设...