随笔分类 - Computer Vision
摘要：目标检测旨在为感兴趣目标预测bounding boxes以及类别(category).现代检测器多通过在数据庞大的proposals，anchors，window centers等集合上面，设计可替代的回归和分类模块，以后处理方式去处理该预测问题。这种方式的算法性能严重依赖于前述后处理操作。本文将目
阅读全文
摘要：ref :https://jishuin.proginn.com/p/763bfbd37c6f https://zhuanlan.zhihu.com/p/46990010 https://zhuanlan.zhihu.com/p/48508221 Transformer是Google在2017年提出
阅读全文
摘要：ref：https://www.mathworks.com/help/vision/ug/anchor-boxes-for-object-detection.html Object detection using deep learning neural networks provide a fas
阅读全文
摘要：以你喜欢和理解起来最舒服的方式 以多标签图像分类任务为背景 多标签图像分类（Multi-label Image Classification）任务中图片的标签不止一个，因此评价不能用普通单标签图像分类的标准，即mean accuracy。该任务采用的是和信息检索中类似的方法——MAP（Mean Av
阅读全文
摘要：ref： https://zhuanlan.zhihu.com/p/110590953 https://www.zhihu.com/search?type=content&q=%E5%8C%88%E7%89%99%E5%88%A9%E5%8C%B9%E9%85%8D%20%E8%B7%9F%E8%B
阅读全文
摘要：ori：https://zhuanlan.zhihu.com/p/125395219（从CenterTrack出发谈谈联合检测和跟踪的MOT框架） 只是便于快速知悉跟踪工作路数，具体细节强烈建议看所有的原论文。 1.Detect to Track and Track to Detect ICCV20
阅读全文
摘要：ref：https://baijiahao.baidu.com/s?id=1644905321397514137&wfr=spider&for=pc for most computer vision tasks, detection is necessary and important！ 近年来，O
阅读全文
摘要：import torch import torchvision import matplotlib.pyplot as plt import torch.nn as nn import torch.nn.functional as F from torch.utils.data import Dat
阅读全文
摘要：使用pytorch。 一、定义模型结构 model.py import torch.nn as nn import torch.nn.functional as F """ 定义一个类，这个类继承于nn.Module，实现两个方法：初始化函数和正向传播 实例化这个类之后，将参数传入这个类中，进行正向
阅读全文
摘要：0摘要： 尽管自动车牌识别（ALPR）的商业和学术方法数量众多，但大多数现有方法都集中在特定车牌（LP）区域（例如欧洲，美国，巴西，中国台湾等），并且经常探索包含近似正面图像的数据集。本文提出了一个完整的ALPR系统，专注于无约束的场景，其中车牌图像可能由于倾斜视角而存在严重的失真。我们的主要贡献是
阅读全文
摘要：Step 1：数据加载和处理 一般使用深度学习框架会经过下面几个流程： 模型定义（包括损失函数的选择）——>数据处理和加载——>训练（可能包括训练过程可视化）——>测试 所以自己写代码的时候基本上按照这四大模块四步走就ok了。 本例步骤： A、Load and normalizing the CIF
阅读全文
摘要：原文地址：https://arxiv.org/pdf/1711.10370.pdf 这是何恺明老师发表于CVPR2018的一篇优秀paper。 先简单回顾一下语义分割领域之前的工作 那么什么是语义分割？ 语义分割其实就是对图片的每个像素都做分类。其中，较为重要的语义分割数据集有：VOC2012 以及
阅读全文
摘要：《改进的集成平衡颜色和纹理特征的双模压缩跟踪》 摘要：将跟踪问题视为分析目标和背景信息的分类问题的判别跟踪方法可以实现最先进的性能。作为一个高性能判别器，压缩跟踪近来受到很多关注。然而，当物体遭受长时间遮挡，以及严重的外观和光照变化时，很容易导致跟踪失败。为解决这一问题，作者考虑平衡特征表示以及双模
阅读全文
摘要：paper链接：https://arxiv.org/pdf/1812.09953.pdf code链接：https://github.com/YangZhang4065/AdaptationSeg 摘要： 在过去的5年里面，卷积神经网络在语义分割领域大获全胜，语义分割是许多其他应用的核心任务之一，这
阅读全文
摘要：记笔记目的：刻意地、有意地整理其思路，综合对比，以求借鉴。他山之石，可以攻玉。 《Convolutional Simplex Projection Network for Weakly Supervised Semantic Segmentation》-20180724，一篇来自德国波恩大学与锡根大
阅读全文
摘要：图像分割是计算计视觉研究中的经典难题，已成为图像理解领域关注的一个热点， 图像分割作为图像技术领域的一个经典难题，自上世纪七十年代以来吸引了众多研究人员的研究热情并为之付出了巨大努力，提出了很多图像分割算法。这些分割算法分割性能的优劣，是用相关图像分割质量测度来进行评价的。但由于对算法分割是否成功的
阅读全文
摘要：Mean Shift算法，一般是指一个迭代的过程。即先算出当前点的偏移均值,移动该点到其偏移均值，然后以此为新的起始点,继续移动，直到满足一定的条件结束。 meanshift可以被用来做目标跟踪和图像分割。 参考《Mean Shift：A Robust Approach Toward Feature
阅读全文
摘要：国外精读！title（27）：We don’t need no bounding-boxes: Training object class detectors using only human verification（我们不需要任何边界框：只使用人工验证来训练对象类别检测器） 20170424 这
阅读全文
摘要：国内泛读！title（26）：Weakly Supervised Object Localization Using Things and Stuff Transfer（利用已知物体和物质信息迁移的弱监督物体检测算法） CVPR2017 本论文与爱丁堡大学合作完成。本论文关注弱监督的物体检测问题并利
阅读全文
摘要：国内暂时泛读！title（4）：Tell Me Where to Look: Guided Attention Inference Network（告诉我看向哪里：引导注意推理网络） 20180227 abstract：只有粗糙标签的弱监督学习可以通过反向传播梯度获得深度神经网络的视觉解释，例如注意
阅读全文
