一、R-CNN 横空出世R-CNN（Region CNN，区域卷积神经网络）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年更是带领团队获得了终身成就奖，如今就职于Facebook的人工智能实验室（FAIR）。 R- ...
分类：
其他好文 时间：
2019-05-01 18:41:13
阅读次数：
132
paper url: https://arxiv.org/pdf/1612.02295year:2017## Introduction交叉熵损失与softmax一起使用可以说是CNN中最常用的监督组件之一。 尽管该组件简单而且性能出色, 但是它只要求特征的可分性, 没有明确鼓励网络学习到的特征具有类... ...
分类：
Web程序 时间：
2019-04-29 11:01:11
阅读次数：
856
引言 先简单回顾一下R-CNN的问题，每张图片，通过 Selective Search 选择2000个建议框，通过变形，利用CNN提取特征，这是非常耗时的，而且，形变必然导致信息失真，最终影响模型的性能。 由此引出了一系列问题 问题1：形变耗时又损失信息，为什么要形变 很简单，因为CNN的输入必须是 ...
分类：
Web程序 时间：
2019-04-27 11:34:15
阅读次数：
551
深度学习中的常见问题汇总（一） 转自 "卷积神经网络的复杂度分析" "关于感受野的总结" 1.CNN复杂度分析 在深度学习基础网络不断进化的过程中，可以发现新的模型不仅性能有极大地提升，网络的复杂度通常也会更低。深度学习网络模型的复杂度直接关系到其实际应用中的速度与可行性，因此这里总结一下 CNN ...
分类：
其他好文 时间：
2019-04-26 14:57:28
阅读次数：
652
测试的是Cifar10数据集，采用VGG模型的网络参数是[32, 'M', 64, 'M', 128, 128, 'M', 256, 256, 'M', 256, 256],准确度大概在90.5左右 1、将输入图片分割为左右两部分，分别进行卷积运算，最后全连接层再将两部分结合在一起，最后观察准确度。 ...
分类：
其他好文 时间：
2019-04-23 17:43:40
阅读次数：
185
注：在很长一段时间，MNIST数据集都是机器学习界很多分类算法的benchmark。初学深度学习，在这个数据集上训练一个有效的卷积神经网络就相当于学习编程的时候打印出一行“Hello World!”。下面基于与MNIST数据集非常类似的另一个数据集Fashion-MNIST数据集来构建一个卷积神经网 ...
分类：
其他好文 时间：
2019-04-20 21:38:31
阅读次数：
321
最近做项目需要用到Mask R-CNN，于是花了几天时间配置、简单跑通代码，踩了很多坑，写下来分享给大家。 首先贴上官方Mask R-CNN的Github地址：https://github.com/matterport/Mask_RCNN，源码可以从这里下载，READ ME里也有一些介绍。 0、Ma ...
摘要： 本文针对视频目标检测问题提出时空记忆网络(STMN)。它的核心是时空记忆模块，作为一种递归计算单元去建模长时间目标外观和运动信息。STMN可以用一个预训练的CNN backbone进行初始化，这对提高检测精度非常重要。本文为了建模目标运动提出匹配变换去对齐帧到帧的特征。本文的方法在VID数据 ...
分类：
其他好文 时间：
2019-04-19 21:20:21
阅读次数：
480
Mask Scoring R-CNN CVPR2019 | Mask Scoring R-CNN 论文解读 作者 | 文永亮 学校 | 哈尔滨工业大学（深圳） 研究方向 | 目标检测、GAN 推荐理由： 本文解读的是一篇发表于CVPR2019的paper，来自华科和地平线，文章提出了Mask Sco... ...
分类：
其他好文 时间：
2019-04-16 16:11:13
阅读次数：
1215
gen_sample_by_captcha.py 生成验证码图片 sample.py 配置文件 verify_and_split_data.py train_model_v2.py 训练模型，训练过程中同时输出训练集和验证集的准确率 训练结果 test_batch.py 批量验证 程序结果 封装识别 ...
分类：
其他好文 时间：
2019-04-16 15:58:37
阅读次数：
482
