随笔分类 - reading papers
摘要：参考 https://blog.csdn.net/weixin_41765699/article/details/100118353
阅读全文
摘要：2019年的目标检测属于anchor free的一年，各类anchor free方法井喷，各种方式都有。在我看来，anchor free一定要有速度 优势（移动端部署），否则我干嘛不直接使用two-stage呢(像cornernet在GPU下速度只有5fps)？ 不过学习了解一下相关思想还是必须的，
阅读全文
摘要：当前针对目标检测算法有两种思路（暂时不考虑anchor free），其中一种是轻量化two-stage检测算法（如thundernet），另外一种就是 提高one-stage算法的精度，如使用更好的特征（特征融合、多尺度特征FPN等），包括基于SSD改进的refinedet，基于FPN的Retina
阅读全文
摘要：在移动端部署检测模型时，因为速度原因，通常采用的是轻量级的backbone+one stage detector的方式。我之前在项目里就是采用的 就是这种方案，但精度始终没法和two-stage相比，而two-stage又太慢，之前测过速度之后就没再考虑在移动端采用two-staget方案， 而th
阅读全文
摘要：文本检测CTPN： https://www.cnblogs.com/skyfsm/p/9776611.html 文本识别CRNN：https://zhuanlan.zhihu.com/p/71506131
阅读全文
摘要：一、paper&&github https://link.zhihu.com/?target=https%3A//arxiv.org/abs/1708.06519 https://github.com/mengrang/Slimming-pytorch 二、本文压缩方法 1、channel的裁剪原则
阅读全文
摘要：https://arxiv.org/pdf/1911.09070.pdf Efficientnet的延续，提出了更快、更容易的多尺度融合BiFPN；提出了在backbone，feature network，box/class prediction上， 统一扩展模型的方式（仍然是调整width, re
阅读全文
摘要：https://arxiv.org/pdf/1905.11946.pdf https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet tf2实现https://github.com/calmisential/E
阅读全文
摘要：cvpr2019 微软亚洲研究院的工作，主要思想是构建一个并行的多分辨率网络（有的应用只使用高分辨率特征，因此得名）， 这是一个系列的工作，包括分类，检测，分割等。终于来了一个非nas的网络。。。 项目地址 https://github.com/HRNet 知乎上的介绍 https://zhuanl
阅读全文
摘要：知乎上看到一篇博客https://zhuanlan.zhihu.com/p/99766566，讨论cnn中位置信息是如何学到的，感觉挺有意思的，就看了一下原文， 简单记录一下几个实验部分。 1、位置信息来自预训练模型 作者分别用预训练权重的vgg,resnet和posenet来对比，发现用了预训练权
阅读全文
摘要：深度分离卷积一般使用的是3*3的卷积核，这篇论文在深度分离卷积时使用了多种卷积核，并验证了其有效性 1、大的卷积核能提高模型的准确性，但也不是越大越好。如下，k=9时，精度逐渐降低 2、 mixConv及其实现 挺简洁的，可直接替换深度分离卷积 3、有效性 4、MixConv设计 （1）G 的选择
阅读全文
摘要：围绕四个点构造模型 1、扩大感受野 使用5*5卷积替换3*3来扩大感受野，在深度分离卷积中，pw与dw计算比为d/k^2，d为输出通道，k为 dw的卷积核，即增加dw的卷积核所带来的计算并不大。 在MobilenetV2中，使用了逆残差结构（两头小，中间大），但blazeblock中又回到了两头大、
阅读全文
摘要：1、MobilenetV3是通过NAS得到的，结合了v1,v2和MnasNet的结构，包括v1的dw，v2的linear bottleneck和逆残差结构， MnasNet的se结构(接在部分linear bottleneck之后)。 SEnet中，se模块及其在resnet中的放置位置如下 htt
阅读全文
摘要：1、SSH单阶人脸段检测器，在不同层检测不同scale的人脸，而不是使用mtcnn中金字塔的方式，从而实现加速。 2、SSH的整体结构，3个module的stride分别为8,16,32，使用不同的感受野，从而实现多尺度；三个Module独立训练、检测， 最终结果NMS。 3、检测模块和上下文模块。
阅读全文
摘要：一、高效网络简介 图片来自https://zhuanlan.zhihu.com/p/53175018，高效网络的高效，直接的衡量目标是速度。 二、高效网络一览 CNN设计一般都是通过堆block的形式，下面只讨论每个模型的block 1、Mobilenet 首次使用了分离卷积(dw+pw，加速的核心
阅读全文
摘要：一、高效的训练 1、Large-batch training 使用大的batch size可能会减小训练过程（收敛的慢？我之前训练的时候挺喜欢用较大的batch size），即在相同的迭代次数下， 相较于使用小的batch size，使用较大的batch size会导致在验证集上精度下降。文中介绍了
阅读全文
摘要：ECCV2018 论文：Receptive Field Block Net for Accurate and Fast Object Detection 论文链接：https://arxiv.org/abs/1711.07767 代码链接：https://github.com/ruinmessi/R
阅读全文
摘要：Deformable conv赋予了CNN位置变换的能力，与普通卷积的对比如下。可以看到，在每个特征点上，会产生一个偏移，变成 不规则的卷积（感觉本质上，就是让CNN自己去学习感受野）。 思想来源于STN（Spatial Transform Network），但它们有着巨大的差别： STN得到的是全
阅读全文
摘要：恢复内容开始 一、创新点 针对two-stage的速度慢以及one-stage精度不足提出的方法，refinedet 包括三个核心部分：使用TCB来转换ARM的特征，送入ODM中进行检测； 两步级连回归；过滤较多的负样本（容易分类的，类似于ohem）。 （1）anchor refine module
阅读全文
摘要：参考：http://blog.csdn.net/xbinworld/article/details/69049680 论文的关键在理解这句话： 先通过V中坐标(xtarget,ytarget)以此找到它在U中的坐标，然后再通过双线性插值采样出真实的像素值，放到(xtarget,ytarget)。
阅读全文
