随笔分类 - 深度学习 专栏
摘要：【GiantPandaCV导语】这是CenterNet系列的最后一篇。本文主要讲CenterNet在推理过程中的数据加载和后处理部分代码。最后提供了一个已经配置好的数据集供大家使用。 代码注释在：https://github.com/pprp/SimpleCVReproduction/tree/ma
阅读全文
摘要：[GiantPandaCV导语] 本文主要讲解CenterNet的loss，由偏置部分（reg loss）、热图部分(heatmap loss)、宽高(wh loss)部分三部分loss组成，附代码实现。 1. 网络输出 论文中提供了三个用于目标检测的网络，都是基于编码解码的结构构建的。 ResNe
阅读全文
摘要：DLA全称是Deep Layer Aggregation, 于2018年发表于CVPR。被CenterNet, FairMOT等框架所采用，其效果很不错，准确率和模型复杂度平衡的也比较好。 CenterNet中使用的DLASeg是在DLA-34的基础上添加了Deformable Convolutio
阅读全文
摘要：CenterNet(Objects as points)已经有一段时间了，之前这篇文章-【目标检测Anchor-Free】CVPR 2019 Object as Points（CenterNet）中讲解了CenterNet的原理，可以回顾一下。 这篇文章是基于非官方的CenterNet实现，http
阅读全文
摘要：CenterNet中主要提供了三个骨干网络ResNet-18(ResNet-101), DLA-34, Hourglass-104，本文从结构和代码先对hourglass进行讲解。 本文对应代码位置在：https://github.com/pprp/SimpleCVReproduction/tree
阅读全文
摘要：本文主要解读CenterNet如何加载数据，并将标注信息转化为CenterNet规定的高斯分布的形式。 1. YOLOv3和CenterNet流程对比 CenterNet和Anchor-Based的方法不同，以YOLOv3为例，大致梳理一下模型的框架和数据处理流程。 YOLOv3是一个经典的单阶段的
阅读全文
摘要：《卷积神经网络中的即插即用模块》是首发于GiantPandaCV公众号的电子书教程，由pprp总结并整理了常见的即插即用模块，可以分为注意力模块和其他模块。通过这篇电子书中的模块结合《从零开始学习YOLOv3》中的在YOLOv3模型中添加Attention机制一节的内容，就可以自由的尝试即插即用模块
阅读全文
摘要：简介 在ImageNet数据集上，PeleeNet只有MobileNet模型的66%,并且比MobileNet精度更高。PeleeNet作为backbone实现SSD能够在VOC2007数据集上达到76.4%的mAP。文章总体上参考DenseNet的设计思路，提出了三个核心模块进行改进，有一定参考价
阅读全文
摘要：《多目标跟踪快速入门教程》是首发于GiantPandaCV公众号的教程，针对pytorch版本的deep sort进行讲解，Github链接如下： https://github.com/pprp/deep_sort_yolov3_pytorch 电子书主要包括多目标跟踪评价指标、标注工具DarkLa
阅读全文
摘要：《Faster R CNN原理及代码讲解》是首发于GiantPandaCV公众号的教程，针对陈云大佬实现的Faster R CNN代码讲解，Github链接如下： https://github.com/chenyuntc/simple faster rcnn pytorch 电子书主要包括Faste
阅读全文
摘要：前一段时间看到交流群中有人需要关键点标注软件，但是笔者并没有找到特别适合的软件，所以想自己写一个简单的软件。笔者代码借鉴了BBox Label Tool的代码，将检测部分的代码改成了关键点的代码。 列举一下这个软件的优点： 代码量小，只有400多行，只需要掌握基础的tkinter就很容易看懂。 占用
阅读全文
摘要：前言：笔者尝试过配置远程连接服务器，配置过pycharm和vscode, pycharm配置最后还是有一点问题，没有办法同步到服务器，不知道具体哪里有问题，另外感觉pycharm很占内存，而且indexing的过程有点烦，所以摸索着转战vscode, vscode没有让人失望，有sftp和remot
阅读全文
摘要：上一篇文章推荐了DarkLabel标注软件，承诺会附上配套的代码，本文主要分享的是格式转换的几个脚本。 先附上脚本地址： https://github.com/pprp/SimpleCVReproduction/tree/master/DarkLabel 先来了解一下为何DarkLabel能生成这么
阅读全文
摘要：DarkLabel是一个轻量的视频标注软件，相比于ViTBAT等软件而言，不需要安装就可以使用, 本文将介绍darklabel软件的使用指南。 由于笔者最近在做Multi Object Tracking的项目，所以需要一款标注软件，最终从公开的软件中选择了DarkLabel。DarkLabel体积非
阅读全文
摘要：AlexeyAB大神继承了YOLOv3, 在其基础上进行持续开发，将其命名为YOLOv4。并且得到YOLOv3作者Joseph Redmon的承认，下面是Darknet原作者的在readme中更新的声明。 来看看YOLOv4和一些SOTA模型的对比，YOLOv4要比YOLOv3提高了近10个点。 1
阅读全文
摘要：本文主要讲解Deep SORT论文核心内容，包括状态估计、匹配方法、级联匹配、表观模型等核心内容。 1. 简介 Simple Online and Realtime Tracking(SORT)是一个非常简单、有效、实用的多目标跟踪算法。在SORT中，仅仅通过IOU来进行匹配虽然速度非常快，但是ID
阅读全文
摘要：本文解读内容是IBN Net, 笔者最初是在很多行人重识别的库中频繁遇到比如ResNet ibn这样的模型，所以产生了阅读并研究这篇文章的兴趣，文章全称是: 《Two at Once: Enhancing Learning and Generalization Capacities via IBN
阅读全文
摘要：1. Dropout 如果模型参数过多，而训练样本过少，容易陷入过拟合。过拟合的表现主要是：在训练数据集上loss比较小，准确率比较高，但是在测试数据上loss比较大，准确率比较低。Dropout可以比较有效地缓解模型的过拟合问题，起到正则化的作用。 Dropout，中文是随机失活，是一个简单又机器
阅读全文
摘要：YOLOv1是一个anchor free的，从YOLOv2开始引入了Anchor，在VOC2007数据集上将mAP提升了10个百分点。YOLOv3也继续使用了Anchor，本文主要讲ultralytics版YOLOv3的Loss部分的计算, 实际上这部分loss和原版差距非常大，并且可以通过arc指
阅读全文
摘要：CSPNet全称是Cross Stage Partial Network，主要从一个比较特殊的角度切入，能够在降低20%计算量的情况下保持甚至提高CNN的能力。CSPNet开源了一部分cfg文件，其中一部分cfg可以直接使用AlexeyAB版Darknet还有ultralytics的yolov3运行
阅读全文