使用unet 直接训练 显著性目标检测数据集，不能得到较好的效果。 在一些情况下（边缘对比较强的情况），分割效果还行。由于没有在ImageNet上得到预训练模型，所以不能得到较好的语义分割的效果 ...
分类：
Web程序 时间：
2017-11-13 13:51:17
阅读次数：
228
前言机器学习相关算法数量庞大，很难一一穷尽，网上有好事之人也评选了相关所谓十大算法（可能排名不分先后），它们分别是：1.决策树2.随机森林算法3.逻辑回归4.支持向量机5.朴素贝叶斯6.K最近邻算法7.C均值算法8.Adaboost算法9.神经网络10.马尔可夫当然不同的评价标准会产生完..
分类：
其他好文 时间：
2017-11-12 11:02:56
阅读次数：
135
用于目标检测和语义分割的丰富特征层次结构的提取 1、摘要 过去几年，在权威数据集PASCAL上，物体检测的效果已经达到一个稳定水平。效果最好的方法是融合了多种图像低维特征和高维上下文环境的复杂结合系统。在这篇论文里，我们提出了一种简单并且可扩展的检测算法，可以将mAP在VOC2012最好结果的基础上 ...
分类：
其他好文 时间：
2017-11-12 01:04:14
阅读次数：
253
转刘建平Pinard 在集成学习之Adaboost算法原理小结中，我们对Boosting家族的Adaboost算法做了总结，本文就对Boosting家族中另一个重要的算法梯度提升树(Gradient Boosting Decison Tree, 以下简称GBDT)做一个总结。GBDT有很多简称，有G ...
分类：
其他好文 时间：
2017-11-11 13:05:48
阅读次数：
217
一、跟经典的目标检测算法的比较： 1、穷举搜索（Exhaustive Search），选择一个窗口（window）扫描整张图像（image），改变窗口的大小，继续扫描整张图像。 二、RCNN算法分为4个步骤 1、一张图像生成1K~2K个候选区域 （Selective Search） 2、对每个候选区 ...
分类：
Web程序 时间：
2017-11-06 20:02:28
阅读次数：
207
提升(boosting) 方法是一种常用的统计学习方法,应用广泛且有效.在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能.本章首先介绍提升方法的思路和代表性的提升算法AdaBoost; 然后通过训练误差分析探讨AdaBoost 为什么能够提高学习精度 ...
分类：
其他好文 时间：
2017-10-29 22:02:51
阅读次数：
188
#coding=utf8 import numpy as np import pandas as pd from sklearn.linear_model import Ridge from sklearn.model_selection import cross_val_score import ... ...
分类：
其他好文 时间：
2017-10-23 21:39:16
阅读次数：
351
object detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方 ...
分类：
其他好文 时间：
2017-10-16 16:49:48
阅读次数：
203
R-FCN:Object Detection via Region-based Fully Convolutional Networks R-FCN的网络结构 一个Base的convolutional网络如RestNet101，一个RPN（Faster RCNN来的），一个Postition Sen ...
分类：
其他好文 时间：
2017-10-13 12:48:24
阅读次数：
309
基于深度学习的目标检测 普通的深度学习监督算法主要用来做分类，分类的目标是要识别出图中所示是一只猫。而在ILSVRC（ImageNet Large Scale Visual Recognition Challenge）竞赛以及实际的应用中，还包括目标定位和目标检测等任务。其中目标定位不仅仅要识别出来 ...
分类：
其他好文 时间：
2017-10-12 19:21:12
阅读次数：
306
