引言 这篇论文深刻分析了one-stage的模型精度比two-stage更差的原因，并提出Focal Loss提高精度。 思路 在论文中，作者指出，造成one-stage模型精度差的原因主要是：正负样本极不平衡。一张图片只有那么几个目标，但是用来分类的Anchor Box却能达到几千个，大量的样本都 ...
分类：
Web程序 时间：
2019-08-22 19:12:06
阅读次数：
134
目的 让Faster R-CNN能做实例分割的任务。 方法 模型的结构图如下。 与Faster R-CNN相比，主要有两点变化。 (1) 用RoI Align替代RoI Pool。 首先回顾一下RoI Pool，流程为：将RPN产生的原图侯选框映射到CNNs输出的feature map上，显然原图比 ...
分类：
其他好文 时间：
2019-08-22 13:17:44
阅读次数：
83
背景 YOLO v1检测效果不好，且无法应用于检测密集物体。 方法 YOLO v2是在YOLO v1的基础上，做出如下改进。 (1)引入很火的Batch Normalization，提高mAP和训练速度； (2)加入了Anchor Box机制，每个grid cell5个Anchor Box； (3) ...
分类：
其他好文 时间：
2019-08-20 11:06:49
阅读次数：
88
About Face detection 1、Finding Tiny Faces Code：https://github.com/peiyunh/tiny 小目标检测难3大原因：目标本身尺度变化、图像分辨率以及环境因素。本文针对多尺度训练了不同的检测器，这些检测器所用特征来自同一网络的不同层级。此 ...
分类：
其他好文 时间：
2019-08-19 19:34:52
阅读次数：
77
背景 之前热门的目标检测方法都是two stage的，即分为region proposal和classification两个阶段，本文是对one stage方法的初次探索。 方法 首先看一下模型的网络结构，输入的原图片，经过24个卷积层提取特征，全连接层输出一个7*7*30的tensor，这个ten ...
分类：
其他好文 时间：
2019-08-19 19:19:10
阅读次数：
68
背景 用ConvNet方法解决图像分类、检测问题成为热潮，但这些方法都需要先把图片resize到固定的w*h，再丢进网络里，图片经过resize可能会丢失一些信息。论文作者发明了SPP pooling(空间金字塔池化)层，让网络可以接受任意size的输入。 方法 首先思考一个问题，为什么ConvNe ...
分类：
Web程序 时间：
2019-08-18 13:56:31
阅读次数：
107
背景 在2012 Imagenet LSVRC比赛中，Alexnet以15.3%的top-5 错误率轻松拔得头筹（第二名top-5错误率为26.2%）。由此，convNet的潜力受到广泛认可，一炮而红。既然convNet在图像分类任务上能取得好成绩，是不是也能放到目标检测任务上呢。本文就是用conv ...
分类：
其他好文 时间：
2019-08-18 12:09:39
阅读次数：
95
1、评价指标 mean Average Precision(mAP) https://blog.csdn.net/zl3090/article/details/82740727 https://www.cnblogs.com/eilearn/p/9071440.html https://blog.c ...
分类：
其他好文 时间：
2019-08-18 09:28:57
阅读次数：
80
1、小目标所占像素的问题 一种是相对尺寸大小，如目标尺寸的长宽是原图像尺寸的0.1，即可认为是小目标；另外一种是绝对尺寸的定义，即尺寸小于32*32像素的目标即可认为是小目标。 摘要 小目标是指图像中覆盖区域较小的一类目标.与常规目标相比，小目标信息量少，训练数据难以标记，这导致通用的目标检测方法对 ...
分类：
其他好文 时间：
2019-08-17 19:41:22
阅读次数：
83
目标检测算法优化技巧 https://blog.csdn.net/u014380165/article/details/88011833 目标检测算法优化技巧 https://blog.csdn.net/u014380165/article/details/88011833 目标检测算法优化技巧 目 ...
分类：
编程语言 时间：
2019-08-13 22:45:24
阅读次数：
121
