- 博客(65)
- 收藏
- 关注
RSS订阅原创 高效分布式深度学习训练方案（一）：Horovod分布式框架
（一）基础知识：深度学习训练反向传播算法：通过神经网络得到预测结果，把预测结果跟标注Label进行比对，发现误差；然后得到神经网络里每个神经元权重导数；接着通过算法得到每个神经元导数，再更新神经元的权重以得到更好的神经元网络，周而复始迭代训练，使得误差减少，最终得到能够对训练数据集得到符合误差指标的结果的一组权重参数，即训练好的一个网络模型。目前，神经网络推理能力随着规模、复杂度增加，从计算能力角度来说出现了新问题：很多时候大规模神经网络很难在单个/单点计算单元里面运行（单卡GPU显存受限），这会导
2022-05-13 15:44:27
1260
原创 常用向量相似度衡量指标
1、欧氏距离（Euclidean Distance ）欧氏距离是最容易直观理解的距离度量方法：（1）二维平面上点a(x1,y1)与b(x2,y2)间的欧氏距离:（2）三维空间点a(x1,y1,z1)与b(x2,y2,z2)间的欧氏距离:（3）n维空间点a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的欧氏距离（两个n维向量）：2、余弦相似度（Cosine similarity）余弦相似度是通过测量两个向量之间的夹角的余弦值来度量他们之间的一个相似度。0
2020-12-02 08:05:13
8054
原创 基于深度学习的目标检测：数据增强（一）图像翻转、图像旋转、图像放缩
1.数据增强简介数据增强（data augmentation），又名数据增广或数据扩充，其本质是通过使用图像处理方法，基于有限的数据产生更多的数据，以此增加训练样本的数量以及多样性，进而提升模型的泛化能力和鲁棒性。本篇主要涉及到的知识点有： 数据增强的定义：明晰数据增强技术的原理及其在深度学习中的意义。 数据增强的方法：学会使用图像处理方法实现对于数据集中的样本扩充。 图像源扩充方法：学会通过与训练或扩充图像源的方式实现训练数据增强。 说明：数据增强的对象是已有的训练样
2020-07-31 10:02:03
12407
2
原创 传统基本图像处理方法：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等
图像处理设计主要有以下几种处理：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等等。图像增强：图像增强作为基本的图像处理技术，目的在于通过对图像进行加工使其比原始图像更适合于特定应用，即图像灰度增强是根据特定需要有目的进行。医学图像由于成像设备和获取条件等影响，可能会出现图像质量的退化：另外影像医生希望获得对比度高、细节丰富、可读性好的图像以降低阅片强度便于诊断。通过图像增强改善图像的视觉质量，让观察者能够看到更加直接、清晰、适于分析的信息。传统的图像灰度增强方法可分为空
2020-06-29 20:51:42
25630
1
原创 医学图像处理与分析：现有的各种医学成像手段及其优缺点
现有的医学成像手段主要有X射线、电子计算机断层扫描（CT）、磁共振成像（MRI）、单光子发射计算机断层显像（SPECT）、正电子发射型计算机断层显像（PET）、超声成像（Ultrasound）等。（1）X射线：X光检查是传统的影像学检查手段，它是应用较早、最普遍，价格也相对便宜。主要用于一些疾病的初步检查，便于发现较明显病变的组织和结构，是疾病初筛的首选检查方式。①优点：X光是观察骨骼简便的检查方式，价格也相对较便宜。②缺点：X光检查只能提供平面影像，成像也容易受衣物、首饰甚至过厚的软组织影
2020-06-29 20:27:52
8688
1
原创 Matlab在高光谱图像处理上的使用指南（不断补充ing）
一、常用命令：1、数据读取：load( ) & save( ) : Matlab会自动保存并区分我们所存储的内容。利用 "load" 和 "save" 指令可以实现对.mat文件的读写。#.mat文件的方便之处在于，它可以连同数据的变量名一同保存下来save mydata A M %save命令会将当前工作区（workspace）内的A变量和M变量存储在“mydata.mat...
2020-01-13 22:10:31
4895
1
原创 Linux系统使用和环境配置指南（不断补充ing）
一、必备命令：1、安装Python包：（1）apt-get可以用来安装软件、更新源，也可以用来更新自Ubuntu的典型依赖包：sudo apt-get install python-skimage（2）Pip installs Packages, 是python的官方认可的包管理器，最常用于安装在Python包索引(PyPI)上发布的包：pip install torch...
2020-01-12 11:33:25
423
原创 Ubuntu16.04系统下Anaconda2（Python2.7）中搭建Tensorflow（1.2.0）环境
（背景：当前科研工作中要复现一篇Paper，对于环境要求是Python-2.7 + Tensorflow-1.2.0。）1、在当前的python环境下创建tensorflow子环境（务必指明python版本）：conda create tensorflow python=2.7conda activate tensorflowconda deactivate成功在Anaco...
2020-01-11 20:27:30
1951
原创 Ubuntu16.04同时安装Anaconda2和3，并切换使用Spyder（Python2.7和3.6）
【背景】：在我的ubuntu16.04环境中，已经安装了Anaconda3（对应Python3.6），系统默认Python环境为Anaconda3下的Python3.6但是目前要复现的一个开源代码对于运行环境的要求是“Python2.7”+“Tensorflow1.2.0”。（Ubuntu系统下，PrtSc快捷键用来全屏截图，Shift+PrtSc组合快捷健用来部分截屏）【下...
2020-01-10 10:30:23
997
原创 Ubuntu16.04启动时出现循环登陆问题（已解决）（有图有步骤）
【问题】：2020.0106 使用linux命令更新了系统的所有包；2020.0107 实验室断电一次，而后重启会发现无法登陆进入图形化界面；（1）登陆界面的分辨率变低：（2）输入密码后并未进入正常的图形化操作桌面，而是出现短暂黑屏后重新回到登陆界面，无限循环：在此低分辨率登录界面无限循环【解决】：（1）《https://blog.csdn.net/jianwujiu...
2020-01-08 16:13:39
1832
2
原创 剖析 Focal Loss 损失函数： 消除类别不平衡+挖掘难分样本
论文名称：《 Focal Loss for Dense Object Detection 》论文下载：https://arxiv.org/pdf/1708.02002.pdf论文代码：https://github.com/facebookresearch/Detectron/tree/master/configs/12_2017_baselines一、概述：本文的目的就是为了探...
2019-02-15 11:10:43
31430
5
原创 在Darknet环境下训练MS COCO 2017数据集（目标检测）（YOLOv3）
COCO 数据集是一个大型数据集，里面包含了包括 object detection, keypoints estimation, semantic segmentation，image caption 等多个任务所需要的图像数据及其标注信息。以MS COCO 2017为例，一共 25G 左右的图片和 1.5G 左右的 annotation 文件，annotation 文件的格式为 .json ...
2019-02-14 20:42:26
9773
9
原创 STDN——新奇的特征图尺度变换法 (目标检测)(one-stage)(深度学习)(CVPR 2018)
论文名称：《 Scale-Transferrable Object Detection 》论文下载：http://openaccess.thecvf.com/content_cvpr_2018/html/Zhou_Scale-Transferrable_Object_Detection_CVPR_2018_paper.html论文代码：暂无一、算法概述：STDN（尺度转移检测网络）...
2018-12-07 08:53:39
5315
1
原创 Mask R-CNN ——Faster R-CNN+ROI Align+FCN (目标检测+语义分割)(two-stage)(深度学习)(ICCV 2017)
论文名称：《 Mask R-CNN 》论文下载：https://arxiv.org/abs/1703.06870论文代码：https://github.com/facebookresearch/Detectron一、算法概述：Mask R-CNN是一个实例分割（Instance segmentation）算法，可以用来做“目标检测”、“目标实例分割”、“目标关键点检测”。目标...
2018-12-06 23:16:56
9242
1
原创 R-FCN —— 全卷积+位置敏感型“Score Map” (目标检测)(two-stage)(深度学习)(NIPS 2016)
论文名称：《 R-FCN：object detection via region-based fully convolutional networks 》论文下载：http://papers.nips.cc/paper/6465-r-fcn-object-detection-via-region-based-fully-convolutional-networks.pdf论文代码：http...
2018-12-06 16:03:34
7785
1
原创 OverFeat——全卷积首次用于检测问题 (目标检测)(深度学习)(ICLR 2014）
论文名称：《 OverFeat：Integrated Recognition, Localization and Detection using Convolutional Networks 》论文下载：https://arxiv.org/abs/1312.6229论文代码：https://cilvr.nyu.edu/doku.php?id=software:overfeat:start...
2018-12-05 23:33:33
5491
4
原创 YOLOv3计算mAP教程（简单有效）
mAP指标回顾YOLOv3计算mAP指标，分为两步：一、对测试集生成检测结果文件：./darknet detector valid cfg/voc.data cfg/yolov3.cfg results/yolov3.weights -out [文件名] -thresh .5此命令输出的 .txt 文件会按照类别名称存放在results 下，比如：以三类别为例（airplane...
2018-12-04 23:01:42
19594
38
原创 SNIPER—— SNIP的实战版本 (目标检测)(two-stage)(深度学习)(Arvix 2018)
论文名称：《 SNIPER: Efficient Multi-Scale Training 》论文下载：https://arxiv.org/abs/1805.09300论文代码：https://github.com/MahyarNajibi/SNIPER4）是SNIP的思想一、 概述： SNIPER算法是一种多尺度（multi-scale）训练算法。为了实现对图片上...
2018-12-04 22:14:09
11026
6
原创 SNIP——“自适应”型“狙击”策略 (目标检测)(two-stage)(深度学习)(CVPR 2018)
论文名称：《 An Analysis of Scale Invariance in Object Detection – SNIP 》论文下载：https://arxiv.org/abs/1711.08189论文代码：http://bit.ly/2yXVg4c一、概述：1、本文的主要工作：（1）通过实验验证了upsampling对于提高小目标检测的效果——认为其效果不大；（...
2018-12-04 20:08:06
2880
原创 Linux常用命令：将文件夹内所有文件的路径写入.txt文件
1、将文件夹内的所有文件的绝对路径（按行）写入 txt 文件：ls -R /home/datalab/work/datasets/test_7pilang/*.jpg > file.txt2、当前文件夹的所有文件的文件名（按行）写入 txt 文件：ls -R *.jpg > file.txt PS：以上命令均在 linux 系统下 Terminal 内直接输...
2018-12-04 14:54:48
15721
4
原创 目标检测指标细究：精确度（Precision）、召回率(recall)、虚警率（False Alarm）
1、目标检测中的“样本”概念：并非groundtruth，也非图片。指的是真正投入网络参与loss计算及其正反向传播的边界框，这些框是算法根据groundtruth预测出来的。框中有样本且类别正确则为正样本，框中无样本或样本类别错误则为负样本。在one-stage算法中的样本就是正负比为1:3的Regin Proposals，在SSD中就是正负比为1:3的Prior boxes，在YOLOv1...
2018-12-03 18:11:29
9977
2
原创 MobileNet V2——比V1更会“学习” (目标检测)(one/two-stage)(深度学习)(Arxiv 2018)
论文：《 Inverted Residuals and Linear Bottlenecks Mobile Networks for Classification, Detection and Segmentation 》链接：https://128.84.21.199/abs/1801.04381 论文代码：https://github.com/shicai/MobileNet-Caf...
2018-12-02 21:03:11
3418
3
原创 YOLOv3细节探究（长期持续更新）
1、更改bbox的线宽，在src文件夹中的image.c文件里的draw_detections函数里，"int width = im.h * 0.002 ”,更改此数值可以达到目的。2、V3中的shortcut层，与resnet层略有区别，算是结合了resnet的两种形式，采用两层卷积实现。3、V3中采用的特征融合与FPN略有区别，FPN采用的是点加+卷积激活，v3采用的是堆积+卷积激活。...
2018-11-29 23:34:11
1827
2
原创 MobileNet——压缩卷积层计算量 (目标检测)(one/two-stage)(深度学习)(CVPR 2017)
论文名称：《 MobileNets Efficient Convolutional Neural Networks for Mobile Vision Applications 》 论文下载：https://arxiv.org/abs/1704.04861论文代码：https://github.com/miraclewkf/mobilenet-MXNet1、算法概述：深度学习在图像...
2018-11-29 23:11:30
3370
1
原创 FPN——如雷贯耳的“特征金字塔” (目标检测)(one/two-stage)(深度学习)(CVPR 2017)
论文名称：《 Feature Pyramid Networks for Object Detection 》论文下载：https://arxiv.org/abs/1612.03144论文代码：https://github.com/unsky/FPN（非官方）1、模型概述：目前多尺度的物体检测主要面临的挑战为：（1）如何学习具有强语义信息的多尺度特征表示？（2）如何设计通用的...
2018-11-29 20:53:57
4572
原创 DenseNet——对图片“特征”的极致利用 (目标检测)(one/two-stage)(深度学习)(CVPR 2017)
论文名称：《 Densely Connected Convolutional Networks 》论文下载：https://arxiv.org/pdf/1608.06993.pdf论文代码：https://github.com/liuzhuang13/DenseNet1、类比ResNet：DenseNet的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接...
2018-11-29 20:29:50
6862
原创 ResNet——激发"深度”网络的极致性能 (目标检测)(one/two-stage)(深度学习)(CVPR 2016)
论文名称：《 Deep Residual Learning for Image Recognition 》论文下载：https://arxiv.org/pdf/1512.03385.pdf论文代码：https://github.com/tensorflow/models/blob/master/research/slim/nets/resnet_v2.py ...
2018-11-29 20:02:55
7052
原创 SPP-Net——"空间金字塔池化" (目标检测)(one-stage)(深度学习)(ECCV 2014)
论文名称：《 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 》论文下载：https://arxiv.org/pdf/1406.4729.pdf论文代码：https://github.com/ShaoqingRen/SPP_net1、概述： 这个算法比R-CNN算法的速度快了...
2018-11-29 14:56:54
1610
原创 RetinaNet——Focal Loss 解决"类别不平衡" (目标检测)(one-stage)(深度学习)(ICCV 2017)
论文名称：《 Focal Loss for Dense Object Detection 》论文下载：https://arxiv.org/pdf/1708.02002.pdf论文代码：https://github.com/facebookresearch/Detectron/tree/master/configs/12_2017_baselines1、概述：RetinaNet本质上...
2018-11-28 22:35:30
4016
3
原创 Selective Search——Region Proposal的源头 (目标检测)(two-stage)(深度学习)(IJCV 2013）
论文名称：《 Selective Search for Object Recognition 》论文下载：https://ivi.fnwi.uva.nl/isis/publications/bibtexbrowser.php?key=UijlingsIJCV2013&bib=all.bib论文代码：https://pan.baidu.com/s/1bncWrQR1、总体介绍...
2018-11-28 21:56:23
1062
原创 目标检测中的易混淆概念与细节问题
在学习目标检测的过程中，遇到很多含混不清的的概念，记录下来，与大家交流，欢迎留言讨论。1、目标检测中的 正/负样本：样本即预测出来的box。Faster R-CNN中的anchor boxes以及SSD中的特征图中的default boxes，这些框中的一部分被选为正样本（正确识别目标），一部分被选为负样本（出现误检），另外一部分被当作背景或者不参与运算。不同的框架有不同的策略，大致筛选策...
2018-11-27 09:10:20
863
转载 图像种类介绍：RGB图像、全色图像、高/多光谱图像
转载自：https://blog.csdn.net/Chaolei3/article/details/79404806RGB 图像首先提出一个问题可以通过 RGB 图像恢复高光谱图像吗？ 一句话就是 RGB 图像本身就不包含高光谱的信息，自然也就无法通过图像处理从 RGB 图像恢复到高光谱图像。换句话说，普通的光学相机在自然光下拍的照片不包含完整的光谱信息。波长与光看一幅波长与...
2018-11-27 08:27:17
5247
原创 目标检测评价指标：mAP、Precision、Recall、AP、IOU等
目标检测评价指标： 准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）。假设原始样本中有两类，其中： 1：总共有 P 个类别为 1 的样本，假设类别 1 为正例。 ...
2018-11-26 08:16:57
14429
1
转载 CVPR 2018 目标检测亮点算法概览
转载自：AI 之路 原文：https://blog.csdn.net/u014380165/article/details/80784147CVPR2018 上关于目标检测（object detection）的论文比去年要多很多，而且大部分都有亮点。从其中挑了几篇非常有意思的文章，特来分享，每篇文章都有详细的博客笔记，可以点击链接阅读。1、Cascaded RCNN 论文：《 Ca...
2018-11-24 21:04:16
888
转载 ECCV 2018 目标检测亮点算法概览
转载自：AI之路 原文：https://blog.csdn.net/u014380165/article/details/82025720这篇博客记录我个人比较感兴趣的 ECCV2018 关于目标检测（object detection）的一些文章。1、IOU-Net论文：《 Acquisition of Localization Confidence for Accurate Obje...
2018-11-24 20:48:30
615
原创 Soft-NMS——解决目标遮挡问题 (目标检测)(one/two-stage)(深度学习)(ICCV 2017)
论文：《 Improving Object DetectionWith One Line of Code 》论文下载：https://arxiv.org/abs/1704.04503论文代码：https://github.com/bharatsingh430/soft-nms算法解读：NMS（Non maximum suppression）是在object detection算法中...
2018-11-24 19:36:24
7610
1
原创 YOLT——YOLO系的遥感图像应用 (目标检测)(one-stage)(深度学习)(CVPR 2018)
论文名称：《 You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery 》论文下载：https://arxiv.org/abs/1805.09512论文代码：https://github.com/CosmiQ/yolt算法解读：这篇文章是做卫星图的目标检测，在YOLO v2算法基础上做了...
2018-11-24 16:29:37
20436
16
原创 RefineDet——one-stage和two-stage的结合 (目标检测)(one-stage)(深度学习)(CVPR 2018)
论文名称：《 Single-Shot Refinement Neural Network for Object Detection 》论文下载：https://arxiv.org/abs/1711.06897论文代码：https://github.com/sfzhang15/RefineDet主要思想引入 two stage 类型的 object detection 算法中...
2018-11-24 11:08:27
4600
1
转载 珍藏 | 基于深度学习的目标检测全面梳理总结（下）
关于作者：@李家丞同济大学数学系本科在读，现为格灵深瞳算法部实习生。作者个人主页：李家丞 | 个人主页 | 关于我导言：目标检测的任务表述 如何从图像中解析出可供计算机理解的信息，是机器视觉的中心问题。深度学习模型由于其强大的表示能力，加之数据量的积累和计算力的进步，成为机器视觉的热点研究方向。 那么，如何理解一张图片？根据后续任务的需要，有三个主要的层次。 ...
2018-11-24 10:40:29
1397
转载 珍藏 | 基于深度学习的目标检测全面梳理总结（上）
关于作者：@李家丞同济大学数学系本科在读，现为格灵深瞳算法部实习生。作者个人主页：李家丞|个人主页|关于我导言：目标检测的任务表述 如何从图像中解析出可供计算机理解的信息，是机器视觉的中心问题。深度学习模型由于其强大的表示能力，加之数据量的积累和计算力的进步，成为机器视觉的热点研究方向。 那么，如何理解一张图片？根据后续任务的需要，有三个主要的层次。 图像理...
2018-11-24 10:34:14
1506
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人