weixin_41813620的博客

github地址：https://github.com/endernewton/tf-faster-rcnn自己拿来研究时，总结的一些问题：安装过程报错：（1）.[root@amax PythonAPI]# makepython setup.py build_ext --inplacerunning build_extbuilding ‘pycocotools._mask’ exte...

环境说明Ubuntu16.04/GPU 1080Ti/Cuda81.代码下载地址：https://github.com/balancap/SSD-Tensorflow2.预训练模型验证cd checkpoints/unzip ssd_300_vgg.ckpt.zip复制ssd_notebook.ipynb中的代码生成demo_test.py,逻辑很简单，图片路径等信息自己适配修改：...

环境说明Ubuntu16.04/GPU 1080Ti/Cuda81. 下载YOLOv3git clone https://github.com/pjreddie/darknet cd darknet 2. 修改Makefile配置GPU=1 #如果使用GPU设置为1，CPU设置为0CUDNN=1 #如果使用CUDNN设置为1，否则为0OPENCV=0 #如果调用摄像头，还需...

论文目标：通过实现对ssd default box的二次精修提高检测效果。1.核心思想：one stage的网络结构，位置框和物体的类是在同一个特征提取层来做回归和分类预测的，这种的网络运算速度虽然快但是准确度不够高，准确度不够高的一个重要原因是因为框的正负样本数目比例失衡严重，two stage 的网络由于引入了Region Proposal Networks使得框的回归任务精度变高，该网...

FPN本身不是检测算法，只是一个特征提取器。它需要和其他检测算法结合才能使用。直接使用不同深度的卷积层生成的feature map，但较浅层的feature map上包含的低等级特征会干扰分类的精度。FPN提出的方法是在高等级feature map上将特征向下回传，反向构建特征金字塔。如下图：如图所示，将高等级特征上采样，然后与低级特征进行逐元素相加（lateral connection）...

1.NMS非最大抑制（Non-maximum suppression, NMS）是物体检测流程中重要的组成部分。NMS算法的大致思想：对于有重叠的候选框：若大于规定阈值（某一提前设定的置信度）则删除，低于阈值的保留。对于无重叠的候选框：都保留。根据这个设计，如果一个物体处于预设的重叠阈值之内，可能会导致检测不到该待检测物体。即当两个目标框接近时，分数更低的框就会因为与之重叠面积过大而被删掉。举...

1.下载源代码地址：https://github.com/ShiqiYu/libfacedetection2.编译2.1.修改CMakeLists.txtoption(ENABLE_AVX2 “use avx2” ON)option(DEMO “build the demo” ON)2.2.编译cd libfacedetection-mastermkdir buildcd bui...

0.配置环境ubuntu 16.04opencv3.1cuda8.0cudn6.01.问题(1). Darknet安装，执行如下命令测试时，报错：./darknet -i 1 imagenet test cfg/alexnet.cfg alexnet.weights报错：yolov1/darknet-master# ./darknet -i 1 imagenet test cfg...

最近再看mask rcnn相关内容，对于RoIAlign的概念，感觉下面文章写的比较细致，易于理解，供大家参考。http://www.cnblogs.com/wangyong/p/8523814.html

论文解读：Abstract本文解决问题：人脸的尺度变化、姿态、遮挡、表情、外观和光照。本文提出了一种新的人脸检测网络——DSFD，它继承了SSD的结构，引入了一个特征增强模块(FEM)，将原始特征映射转换为特征增强模块(FEM)，将单次检测器扩展为双次检测器。–重点是准和全，不是快。另外还改进了锚匹配(IAM)方法，将新的数据增强技术和锚设计策略集成到我们的DSFD中，为回归器提供更好的初始化...