1.了解卷积神经网络的发展历程：1962年提出Hubel-Wiesel模型，其中涉及简单细胞对应卷积层，复杂细胞对应池化层；1984年出现神经认知机（卷积神经网络的雏形）；1989年Lecun提出多层卷积神经网络LeNet用于手写数字识别，1994年诞生LeNet5；此后二十年不断进行深层结构优化与 ...
分类：
其他好文 时间：
2020-07-14 21:45:45
阅读次数：
71
按时间排序的anchor free论文 为什么要anchor free？ 1、anchor的数量 大小 和宽高比这些超参要调2、dense anchor boxes create a huge imbalance between positive and negative anchor boxes ...
分类：
编程语言 时间：
2020-07-13 09:16:27
阅读次数：
104
NMS是常用的目标检测后处理算法，但是NMS对于密集目标的检测就有小问题了，因为NMS是对其他box的IOU与当前最大Confidence的box的IOU进行比较，如果大于一定的阈值，就将当前这个Confidence最大的box周围满足条件的box给去掉。 NMS存在的两个问题: （1）当前两个目标 ...
分类：
编程语言 时间：
2020-07-12 16:44:43
阅读次数：
67
MRCNN网络结构: 一.Activation maps Moudle 这个模块中将原始的输入图像，经过一系列的卷积操作输出feature map，这部分可以使用各种经典的网络结构，这部分就是提取原始图像的特征信息。 二.Region Adaptation Module 这部分就是给定一个Regio ...
分类：
编程语言 时间：
2020-07-10 18:50:21
阅读次数：
171
一般来说网络的head都设计很重"重"，且head部分有一些层，计算量大弄且耗时，故导致检测速度很慢，Light-Head R-CNN则是主要通过对head部分的修改减少了较多计算量。 Light-Head R-CNN的网络结构: Light-Head R-CNN网络结构跟R-CNN的网络结构和R- ...
分类：
编程语言 时间：
2020-07-09 23:56:44
阅读次数：
96
目前大部分常用的目标检测算法都是基于anchor的，比如Faster RCNN系列，SSD，YOLO（v2、v3）等，引入anchor后检测效果提升确实比较明显（比如YOLO v1和YOLO v2），但是引入anchor的缺点在于：1、正负样本不均衡。大部分检测算法的anchor数量都成千上万，但是 ...
分类：
Web程序 时间：
2020-07-08 13:16:18
阅读次数：
83
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【图像分类】 识别一张图片是否为某个类型的物体/形态/场景。 对不同纹理的图案（肉眼都不易快速辨识）进行标记分类，进行训练，对新图像就可快速的预测出 ...
分类：
其他好文 时间：
2020-07-06 01:35:27
阅读次数：
86
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【物体检测】 识别图中包含的每个物体的位置、名称类别、及可信度。 对于样本图像的缺陷位置进行标记涂抹，进行训练，对新图像就可快速的预测出此图像中所有 ...
分类：
其他好文 时间：
2020-07-06 01:22:46
阅读次数：
83
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【图像分割】 把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标。 下图是系统的截图： 通过对几十张样本图片中出现的不同位置的A、B、C字符 ...
分类：
其他好文 时间：
2020-07-06 01:21:19
阅读次数：
81
1.为什么学习pytorch 日益增长的发展速度和深度学习的需要 在谷歌搜索频次和期刊论文引用频次上pytorch也是一直增长，TF比较稳或者说有点下降，尤其在学术界pytorch已经成为主流。 2.学哪类知识 pytorch：深度学习框架 01.数据模块 02.模型模块、网络层 03.损失函数 0 ...
分类：
其他好文 时间：
2020-07-01 16:08:21
阅读次数：
68
