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
基于区域的CNN（R-CNN） Region-based CNNs (R-CNNs) 基于区域的卷积神经网络或具有CNN特征的区域（R-CNN）是一种将深度模型应用于目标检测的开创性方法。在本节中，将讨论R-CNN及其一系列改进：Fast R-CNN[Girshick，2015]、Faster R- ...
分类：
其他好文 时间：
2020-06-30 20:50:04
阅读次数：
55
Single Shot Multibox Detection (SSD)实战（上） 介绍了边界框、锚框、多尺度对象检测和数据集。现在，我们将利用这些背景知识构建一个目标检测模型：单次多盒检测（SSD）。这种快速简便的模式已经被广泛应用。该模型的一些设计思想和实现细节也适用于其他对象检测模型。 1. ...
分类：
其他好文 时间：
2020-06-30 14:24:33
阅读次数：
46
多尺度目标检测 Multiscale Object Detection 我们在输入图像的每个像素上生成多个锚框。这些定位框用于对输入图像的不同区域进行采样。但是，如果锚定框是以图像的每个像素为中心生成的，很快就会有太多的锚框供我们计算。例如，我们假设输入图像的高度和宽度分别为561和728像素。如果 ...
分类：
其他好文 时间：
2020-06-30 10:25:22
阅读次数：
87
果然机器学习学起来要涵盖的主题真不少，初探了这么多了，还是可以不断发现新的主题。 参考资料：https://www.youtube.com/watch?v=tH9FH1DH5n0 Bagging (weighted) average or voting 使用情景：模型复杂，容易overfit，例如决 ...
分类：
其他好文 时间：
2020-06-29 23:00:15
阅读次数：
72
语义分割与数据集 Semantic Segmentation and the Dataset 在目标检测问题中，我们只使用矩形边界框来标记和预测图像中的对象。在这一节中，我们将对不同的语义区域进行语义分割。这些语义区域在像素级标记和预测对象。图1显示了一个语义分割的图像，区域标记为“dog”、“ca ...
分类：
其他好文 时间：
2020-06-29 20:16:05
阅读次数：
73
介绍目标检测当中常见的几个数据集，及它们当前达到的精度。 1.COCO数据集 MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和 ...
分类：
其他好文 时间：
2020-06-28 22:49:47
阅读次数：
121
CVPR2020：三维实例分割与目标检测 Joint 3D Instance Segmentation and Object Detection for Autonomous Driving 论文地址： http://openaccess.thecvf.com/content_CVPR_2020/p ...
分类：
其他好文 时间：
2020-06-28 20:29:34
阅读次数：
47
