- 博客(26)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 目标检测基础算法框架代表
目前的目标检测可以分为 单阶段(one-stage) ，双阶段(two-stage)， anchor-free 三个方向。目前前沿检测框架是基础算法框架的衍生，核心原理没有大改变，是值得重点学习的。当然理论了解了，必须要走一下代码，对应的代码gitbub都能找到。框架建议学习pytorch（学术使用，一手源代码，提升快），百度的paddle(工程化比较方便，官方都打通了)，使用上与python是无缝衔接，方便上手，案例也比较多。推荐两个目标检测工具，快速开发训练，工业使用和比赛使用，也可以进行自定
2021-06-03 11:26:38
316
原创 深度学习-CV基础知识笔记
CNN卷积神经网络相关(分类，backbone)LeNet卷积神经网络的里程碑。由2个卷积层、2个池化层和2个全连接层组成，卷积核大小是5 * 5，池化层大小为2 * 2，最后通过softmax输出。AlexNet卷积神经网络崛起之作。由5个卷积层和3个全连接层组成，输出为softmax。贡献：ReLU 激活函数。极大缓解了梯度消失问题，速度也比之前的sigmoid函数和tanh函数快。重叠池化(Overlapping Pooling)。AlexNet使用的是最大池化(Maxpooling)
2021-01-15 16:51:16
1298
原创 深度学习框架Pytorch——学习笔记（九） 基础知识补充
由于基础知识不牢固，又学习了一下其他入门学习资料。pytorch中文手册 https://github.com/zergtant/pytorch-handbook 入门基础补充相比之前学过的东西，一些常用的东西做了下补充。任何以“_” 结尾的操作，其结果都会替换原变量。torch.view与numpy的reshape类似。 x.view(-1, 8) 等。如果Tensor...
2020-04-07 20:35:21
339
原创 深度学习框架Pytorch——学习笔记(七)常用损失函数和神经网络优化方法，激活函数简述
深度学习框架Pytorch——学习笔记（七)PyTorch理解更多神经网络优化方法参考地址 https://www.leiphone.com/news/201706/e0PuNeEzaXWsMPZX.html优化器的作用和种类优化器的作用就是用来更新梯度的。...
2020-04-07 19:58:57
761
原创 图像格式RGB与BGR互转
在opencv中，读取后图像的格式为BGR的。与其它的读取图像方式不同，需要进行转换。基于python的切片特性，可以快速进行转换。BGR to RGBopencv 转 常规imgim = im[:, :, ::-1]-1 指的是倒序排序RGB to BGR常规img 转 opencvim = im[:, :, ::-1]RGB to GBR常规img 转 opencv...
2019-11-06 17:40:15
2832
原创 shell常规操作及脚本问题记录
一.关于python和shell路径问题在linux中调用的python文件，python中的路径需要为绝对路径，及'/home/...'开始的地址。 shell中调用的地址可以是相对地址，及从用户处开始 '~/....'二.别名的创建和使用临时别名创建 alias t='',如果需要长久使用则先创建然后再将其添加到 .bashrc 类似个人环境变量vi ~/.bashrc其中最后...
2019-09-27 17:40:18
187
原创 shell-awk 学习笔记
shell-awk文本分析工具awk的处理文本和数据的方式：它逐行扫描文件，从第一行到最后一行，寻找匹配的特定模式的行，并在这些行上进行你想要的操作。通常，awk是以文件的一行为处理单位的。awk每接收文件的一行，然后执行相应的命令，来处理文本。程序结构 模式-动作模式：包含三部分：起始部分、常规部分、结尾部分。每个模式部分都可以使用相应的代码指令，在{}中使用代码指令。BE...
2019-07-26 11:55:29
163
原创 深度网络中的目标检测算法SSD系列-SSD论文理解
一、简述单个深度神经网络来做目标检测。（加速）将bounding boxes输出离散化，为在每一个feature map上的一组不同长宽比及不同尺寸的一组默认边框。在预测阶段：计算出每一个default box中的目标，其属于每个类别的可能性，即score(得分)。如对于poscal voc数据集，总共有20类，那么得出每一个bounding boxes中物体属于这20个类别的每一种的可能...
2019-07-20 22:40:45
526
原创 深度网络中的目标检测算法YOLO系列-YOLOv3论文理解
一、简述将好的方案进行融合到YOLO中.改进：调整了网络结构；利用多尺度特征进行对象检测，对象分类用logigtic取代了softmax。二、新的网络结构 Darknet53在基本的图像特征提取方面，YOLOv3采用了Darknet63(含有53个卷积层)，借鉴了残差网络resnet的做法。三、利用多尺度特征进行检测使用了3个不同尺度的卷积图来进行目标检测。卷积网络在79层后，...
2019-07-18 23:41:00
1150
原创 深度网络中的目标检测算法YOLO系列-YOLOv2论文理解
一、简述YOLOv2 ---YOLO9000YOLO9000可以检测超过9000种类别的实时检测系统。采用多尺度训练方法，YOLOv2可以根据速度和精度需求调整输入尺寸。目标检测和分类的共训练方法，采用该方法使得可以实时检测9000类别。Better-更好1、Batch Normalization—批标准化提高了网络收敛性。通过对YOLO的每一个卷积层增加Batch normaliz...
2019-07-18 22:53:04
651
原创 深度网络中的目标检测算法RCNN系列-Mask RCNN论文理解
一、简述Mask RCNN是在Faster RCNN上的扩展——在其已有的用于边框识别分支的上添加了一个并行的用于预测目标掩码的分支。(实例分割)Mask RCNN就是Faster RCNN加上了一个用于像素语义分割的FCN.二、FCN 全卷积神经网络——开创分割新思路CNN的强大之处在于它的多层结构能够自动学习特征，并且学习到各个层次的特征。较浅的卷积层感知域较小(感受野)，学习到一...
2019-07-02 20:32:05
435
原创 深度网络中的目标检测算法RCNN系列-Faster RCNN论文理解
一、概述RPN（region proposal net）,该网络与检测网络共享整个图像的卷积特征。RPN是一个全卷积网络，可以同时在每个位置预测目标边界和目标分数。RPN通过端到端的训练，可以生成高质量的region proposals.Faster RCNN，由两个模块组成。第一个模块是region proposal net，深度全卷积网络。第二个模块是使用proposal的Fast RCN...
2019-06-30 14:52:16
403
原创 深度网络中的目标检测算法RCNN系列-Fast RCNN论文理解
一、Fast RCNN简述基于region的卷积网络方法用于目标检测ROI(region of interrest)感兴趣区域 在视觉方面，从被处理的图像中，以方框，圆，多边形等方式勾勒出需要处理的区域。二、SPPNET(spatil pyramid pooling)空间金字塔池化网络解决输入图像尺寸不一在全连接层时，输入的尺寸是固定的。而为了应对不同的输入尺寸spatil py...
2019-06-30 03:28:19
228
原创 深度网络中的目标检测算法RCNN系列-RCNN论文理解
一、RCNN概述包含三个模块：1. 产生类别无关的region proposals（2000）.候选检测区域的集合。2. 卷积神经网络，用于提取每个region特点大小的特征向量。3. 类别相关的线性SVM.二、候选框生成训练阶段检测1. 在众多方法中，最终使用selective search方法。进行生成region proposals。将region 变形成为277277的...
2019-06-23 20:15:16
211
原创 深度网络中的目标检测算法RCNN系列-简述
R-CNN算法流程：输入图像每张图像生成1k - 2k个候选区域。对每个候选区域，使用深度网络CNN提取特征。（AlexNet、vgg、resnet等CNN）4-1.将特征送入每一类的SVM分类器，判别是非属于该类。4-2.使用回归器精细修正候选框位置。生成候选区域使用selective search（选择性搜索）方法对每一张图生成1k - 2k的区域。5. 分割区域 使用一...
2019-06-23 16:27:29
716
原创 git学习笔记-常用操作记录
git init name创建本地库git clone url克隆远程库 克隆远程库，本地会生成与远程库相同本地库，可进行上传操作。git clone -b 分支名称 url（默认master）克隆远程分支库，结果与上类似。cd name对生成的本地库进行操作，需要进入库文件夹git branch查看本地库所有分支git branch 分支创建分支git che...
2019-06-20 22:15:44
108
原创 深度学习框架Pytorch——学习笔记（八）MNIST手写数字识别
深度学习框架Pytorch——学习笔记（八）MNIST手写数字识别官方教程from future import print_functionimport argparseimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom torchvisio...
2019-05-27 23:17:34
688
原创 深度学习框架Pytorch——学习笔记（六)PyTorch实现L1，L2正则化以及Dropout
深度学习框架Pytorch——学习笔记（六)PyTorch实现L1，L2正则化以及Dropout什么是过拟合？ 过拟合的表现就是在训练过程中，loss越来越低，但在测试集上测试发现效果很差，测试loss反而在逐渐升高，模型泛化能力就变得很差。 即训练参数过于贴合训练集的一种现象。 解决过拟合的方法有： 1."踩刹车" 在过拟合出现之前进行刹车，lr-decay. 逐步降低...
2019-05-21 12:12:01
4119
原创 深度学习框架Pytorch——学习笔记（五)实现多层神经网络
用pytorch实现多层神经网络 对之前学习的知识进行总结。理解多层神经网络的整体构建过程。import torchimport torchvisionimport torchvision.transforms as transformsimport torchvision.datasets.cifar数据获取和加载transform = transforms.Compose([...
2019-05-19 13:18:11
537
原创 深度学习框架Pytorch——学习笔记（四)逻辑回归
深度学习框架Pytorch——学习笔记（四)逻辑回归在上一个线性回归的基础上进行实现逻辑回归逻辑回归中用到了sigmoid函数可以理解为将结果值塌缩到(0,1)之间，逻辑回归实际上就是一个二分类了,将结果分为 0 and 1 .import torchfrom torch.autograd import Variable# 获取数据x_data = Variable(torch...
2019-05-15 19:58:52
414
1
原创 深度学习框架Pytorch——学习笔记（三)线性回归
深度学习框架Pytorch——学习笔记（二)线性回归使用pytorch 定义网络实现 线性回归import torchfrom torch.autograd import Variablefrom matplotlib import pyplot as plt# train data# 训练数据 坐标位置(x,y)x_data = Variable(torch.Tensor([[1...
2019-05-15 19:44:12
430
原创 深度学习框架Pytorch——学习笔记（一)基础认识和实践
深度学习框架Pytorch深度学习框架Pytorch——学习笔记（一）1.什么是Pytorch，为什么选择Pytroch？2.Pytroch的安装2.1配置Python环境2.2准备Python管理器2.3 通过命令行安装PyTorch3.PyTorch基础概念4.通用代码实现流程(实现一个深度学习的代码流程)参考深度学习框架Pytorch——学习笔记（一）记录在学习过程中，学到的东西和遇到的...
2019-05-11 13:43:04
2459
原创 Django 学习笔记 (二)dwebsocket
dwebsocket 一次连接，就可以直接发送，不需要多次请求安装 通过pip安装有问题。可直接下载git版，将websocket文件复制到项目中。使用代码解释 *django中(服务端) 独立url数据通信 request.is_websocket() 判断消失是否是websocket请求，True request.w...
2018-12-11 18:27:38
1572
原创 Django 学习笔记 (一)基础操作
1.django服务器搭建 创建服务器django-admin.py startproject '项目名称'django-admin startproject '项目名称'1.2 项目中添加appdjango-admin.py startapp app2.启动服务器python manage.py runserver 0.0.0.0:80000.0.0.0 外网可以访问需要...
2018-12-11 18:18:03
111
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人