深度学习
关注
分享
扫一扫
文章平均质量分 84
QW_zhang
这个作者很懒，什么都没留下…
展开
-
深度学习之—— GoogLeNet
文章链接：https://arxiv.org/pdf/1409.4842v1.pdf文章的主要贡献：1. 提出了一种名为 Inception 的网络结构2. 这种结构解决了计算机硬件和稀疏结构之间的矛盾（感觉这个是这篇文章的最大创新点）这篇博文中有非常详细的网络结构图：http://blog.youkuaiyun.com/qq_31531635/article/details/72232651一、文章背景： ...原创 2018-03-09 22:28:36 · 3198 阅读 · 0 评论 -
旷视面经 -- 之再撕 Faster RCNN 算法流程
一开始坑定是问项目,但每个人都不一样,所以没啥写的必要,然后开始问基础,这个大家都一样,所以有写的价值,最后编程,就写了个NMS,这个应该会吧? 旷视实习生面试, 感觉面试官对这种 two stage 的算法很在意, 问的问题也会从很宽泛到非常的细节. 面完之后感觉对这个算法的理解还是不够的, 所以 按照我碰到的问题,再来认真的撕一遍.一 RPN 问:...原创 2019-07-06 11:17:16 · 2247 阅读 · 3 评论 -
FoveaBox: Beyond Anchor-based Object Detector 算法解析
又是一篇 anchor-free 的论文，读完之后，感觉再次应证了自己的观点。anchor free的算法，结构其实都差不多，尤其是检测头部分，基本上都是从Image -- Image。最终预测结果也基本上都是 H*W*K H*W*4的图（要不就加几个分支）。他们本质上不同的地方其实是标签的定义，损失函数的设计，还有后处理。当然，最近的这几篇在后处理上的工作倒是没做多少，所以感觉这是一个...原创 2019-07-13 11:25:21 · 1351 阅读 · 2 评论 -
行人检测论文 -- ALFnet Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fit
论文名称：Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fitting代码地址：https://github.com/liuwei16/ALFNet 这是18年行人检测做的结果比较好的一篇论文,如果发现我有写的不对的地方,欢迎指出 . 还是一篇行人检测，使用...原创 2019-06-27 10:42:54 · 1674 阅读 · 0 评论 -
CSP: Center and Scale Prediction CVPR2019 代码部分-1 Loss-标签
接上一篇博客,持续更新CSP的源码解读. 论文名称: High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection 论文地址:https://arxiv.org/abs/1904.02948 代码地址:https://github.com/liuw...原创 2019-05-30 21:38:04 · 1429 阅读 · 0 评论 -
CSP: Center and Scale Prediction CVPR2019行人检测论文 翻译+解读
这篇文章使用anchor free的方式进行行人检测,在两个数据集上都取得了SOTA的实验结果,论文还将这种方法使用在人脸检测上,同样取得了很好的效果,证明这种方法有很好的泛化能力.我在下一篇写了写这篇论文使用的标签,对理解这篇论文的Loss center有帮助..论文名称: High-level Semantic Feature Detection: A New Perspectiv...原创 2019-05-17 11:39:44 · 5800 阅读 · 2 评论 -
深度学习 -- SSD 算法流程详解
SSD同样是经典论文，后续很多论文以此为基础，所以搞懂流程比较重要，中间如果 有写的不对、有问题或者有看不懂的地方，还望指正。如果有了新的理解，我会持续更新。 作为经典论文，SSD算法也同样产生了很多后续工作比如 DSSD、RefineDet等等，而且由于有速度优势，工程中使用SSD和YOLO的可能性会更大。 一、网络结构： 上图是SSD和...原创 2019-03-03 21:59:57 · 70759 阅读 · 7 评论 -
深度学习 -- YOLO 算法流程详解
YOLO同样是经典论文，后续很多论文以此为基础，例如YOLO9000、YOLOv3等， 如果有写的不对、有问题或者看不懂的地方，还望指正。如果有了新的理解，我会持续更新。 文章2016年发表，当时的视觉检测模型有两个问题，一个是速度快但是准确率差，另一种是准确率高但是速度很慢（faster rcnn 当时只有 3 - 5 FPS）。这类，无论在学术界还是工程界，都有很大的...原创 2019-03-02 17:49:31 · 24015 阅读 · 2 评论 -
深度学习 -- Faster rcnn 算法流程详解
经典论文，后续很多论文以此为基础，所以搞懂流程比较重要，中间如果 有写的不对、有问题或者看不懂的地方，还望指正。如果有了新的理解，我会持续更新。 Faster Rcnn是目前学术上用的非常多的目标检测算法，这里来认真的梳理一遍该算法的流程，主要看检测的部分。 一、网络结构： 这是faster rcnn的整个网络结构，...原创 2019-03-02 13:05:52 · 7321 阅读 · 1 评论 -
Linux双系统安装和注意的问题
Linux系统很适合进行机器学习和深度学习的实验和开发，所以上周花了一周时间安装、学习了Linux系统大概的用法。1. 安装过程 1. 首先需要一个干净的U盘，把上面的资料都清空。 2. 官网下载系统的地址是：https://www.ubuntu.com/download/alternative-downloads，Ubuntu的官网提供了14.04，16.04和17.04...原创 2018-03-25 11:30:07 · 3697 阅读 · 0 评论 -
FCOS: Fully Convolutional One-Stage Object Detection 算法解析
这是一篇使用 anchor free 方法做目标检测的工作，相对于其他的工作，没有本质上的变化，但是我觉得有两个创新点是很有意思的。 文章：FCOS: Fully Convolutional One-Stage Object Detection 论文地址：https://arxiv.org/pdf/1904.01355.pdf 代码地址：https://git...原创 2019-07-11 17:24:27 · 562 阅读 · 0 评论