yiran103的专栏

CFNet_CVPR2017SiamFC_ECCV2016SiamRPN_CVPR2018DaSiamRPN_ECCV2018DCFNet前一段时间 VOT2018 竞赛发榜，3个项目冠军皆被国内团队摘得。3支队伍在知乎上的目标检测与跟踪专栏分享算法引来热议。而这其中最亮眼的莫过于 DaSiamRPN，在性能接近顶尖的同时，保持数十倍于对手的速度。DaSiamRPN 改进自孪生网络，一如当年的 ...

此番开源的 DaSiamRPN 代码不包含文章3.3节中的内容（参见知乎评论），同时公布的 SiamRPNBIG.model 相比论文中的模型通道翻倍，计算量增至原有的4倍。因此，速度亦不可按照原文中考量。该项目的实际内容可以看作是 SiamRPNv2。SiamRPN 和 DaSiamRPN 基于 AlexNet，Fast R-CNN 中 RPN 基于 ZF-Net。ZF-Net 是 AlexN...

open-vot 是一个 基于 python 的目标跟踪库，其中实现了 KCF、SiamFC、GOTURN 等8种算法。该库采用模块化设计，利于不同算法的比较及扩展。本文主要介绍其中的 SiamFC 实现。运行要求代码运行需安装以下依赖包：conda install matplotlib shapelyconda install -c conda-forge tensorboardx ...

Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification 似乎是商汤投 CVPR2019的论文。文中提出了一个统一的多目标跟踪（MOT）框架，学习充分利用长期和短期线索来处理 MOT 场景中的复杂情况。在现实系统中，可以认为每个组件都是不可靠的，所以作者联合多个模块交叠使用。现行方案中，检测器用于发现，Re...

之前分析了 DaSiamRPN 的测试代码，侧重于执行细节。到了 SiamMask，似乎主题应该有所升华。故事的明线为跟踪器构成，暗线为训练流图。相比于 DaSiamRPN，SiamMask 不仅网络结构是现代化的，系统设计也更具匠心。这便于我们一窥其轮廓。SiamMask/models 文件夹下定义了网络的基本架构。SiamMaskFeaturesRPNMask网络工作流为：z_f\x...

HOG 特征是深度学习兴起之前非常重要的一种特征。在早期，OpenCV 中的跟踪算法并不支持 HOG 特征，而检测模块中 HOGDescriptor 是一维的。后来，TrackerCSRT 的加入带来了 HOG 特征。然而，Object Detection 和 Deformable Part-based Models 共存令人十分困惑。二者的区别是什么？两个模块均包含 HOG 特征且 Tracke...

孪生网络算法对数据需求量较大，训练一般使用多个数据集。检测数据集普遍图大目标多，pysot 第一步准备数据，屏蔽了不同数据集的差异，也提升了数据加载效率。网络设定的模板大小为 127×127127\times 127127×127，搜索区域大约为 255×255255\times 255255×255。为给数据增强留有余地，数据切图大小为 511×511511\times 511511×511。下...

MediaPipe 是谷歌在 CVPR2019会议上开源的一个感知和增强现实的框架。该框架基于图，可在移动设备、工作站和服务器上跨平台运行，并支持移动 GPU 加速。BlazeFace 为其中一个重要的组件，因为检测是绝大多数计算机视觉应用的入口。过往检测算法总是从提升性能出发，即便关注轻量级检测器的文章仍不免要在通用数据集上刷一下榜。而谷歌这篇紧贴实际需求，考虑场景限制条件，打造出一款小而专...