01 2020 档案

【从零开始学习YOLOv3】7. 教你在YOLOv3模型中添加Attention机制
摘要：前言：【从零开始学习YOLOv3】系列越写越多，本来安排的内容比较少，但是在阅读代码的过程中慢慢发掘了一些新的亮点，所以不断加入到这个系列中。之前都在读YOLOv3中的代码，已经学习了cfg文件、模型构建等内容。本文在之前的基础上，对模型的代码进行修改，将之前Attention系列中的SE模块和CB 阅读全文
posted @ 2020-01-29 19:24 pprp 阅读(14194) 评论(16) 推荐(0) 编辑
【从零开始学习YOLOv3】6. 模型构建中的YOLOLayer
摘要：前言：上次讲了YOLOv3中的模型构建，从头到尾理了一遍从cfg读取到模型整个构建的过程。其中模型构建中最重要的YOLOLayer还没有梳理，本文将从代码的角度理解YOLOLayer的构建与实现。 1. Grid创建 YOLOv3是一个单阶段的目标检测器，将目标划分为不同的grid，每个grid分配 阅读全文
posted @ 2020-01-22 17:15 pprp 阅读(2304) 评论(5) 推荐(1) 编辑
【CV中的Attention机制】语义分割中的scSE模块
摘要：前言: 本文介绍了一个用于语义分割领域的attention模块scSE。scSE模块与之前介绍的BAM模块很类似，不过在这里scSE模块只在语义分割中进行应用和测试，对语义分割准确率带来的提升比较大。 提出scSE模块论文的全称是：《 Concurrent Spatial and Channel ‘ 阅读全文
posted @ 2020-01-16 11:26 pprp 阅读(3897) 评论(0) 推荐(1) 编辑
【CV中的Attention机制】融合Non-Local和SENet的GCNet
摘要：前言: 之前已经介绍过SENet和Non Local Neural Network(NLNet)，两者都是有效的注意力模块。作者发现NLNet中attention maps在不同位置的响应几乎一致，并结合SENet后，提出了Global Context block，用于全局上下文建模，在主流的ben 阅读全文
posted @ 2020-01-16 10:28 pprp 阅读(3463) 评论(0) 推荐(1) 编辑
【CV中的Attention机制】Non-Local Network的理解与实现
摘要：1. Non local Non Local是王小龙在CVPR2018年提出的一个自注意力模型。Non Local Neural Network和Non Local Means非局部均值去燥滤波有点相似的感觉。普通的滤波都是3×3的卷积核，然后在整个图片上进行移动，处理的是3×3局部的信息。Non 阅读全文
posted @ 2020-01-16 10:01 pprp 阅读(20604) 评论(0) 推荐(1) 编辑
【从零开始学习YOLOv3】1. YOLOv3的cfg文件解析与总结
摘要：前言: 与其他框架不同，Darknet构建网络架构不是通过代码直接堆叠，而是通过解析cfg文件进行生成的。cfg文件格式是有一定规则，虽然比较简单，但是有些地方需要对yolov3有一定程度的熟悉，才能正确设置。 下边以 yolov3.cfg 为例进行讲解。 作者：pprp 首发：GiantPanda 阅读全文
posted @ 2020-01-16 09:47 pprp 阅读(7485) 评论(1) 推荐(1) 编辑
【CV中的Attention机制】Non-Local neural networks的理解与实现
摘要：1. Non local Non Local是王小龙在CVPR2018年提出的一个自注意力模型。Non Local NN和Non Local Means非局部均值去燥滤波有点相似的感觉。普通的滤波都是3×3的卷积核，然后在整个图片上进行移动，处理的是3×3局部的信息。Non Local Means操 阅读全文
posted @ 2020-01-05 19:02 pprp 阅读(12288) 评论(5) 推荐(4) 编辑
【CV中的Attention机制】CBAM的姊妹篇-BAM模块
摘要：+ 1. BAM BAM全程是bottlenect attention module，与CBAM很相似的起名，还是CBAM的团队完成的作品。 CBAM被ECCV18接受，BAM被BMVC18接收。 CBAM可以看做是通道注意力机制和空间注意力机制的串联（先通道后空间），BAM可以看做两者的并联。 这 阅读全文
posted @ 2020-01-03 20:46 pprp 阅读(3896) 评论(0) 推荐(1) 编辑
【CV中的Attention机制】Selective Kernel Networks(SE进化版)
摘要：1. SKNet SKNet是SENet的加强版，结合了SE opetator, Merge and Run Mappings以及attention on inception block的产物。其最终提出的也是与SE类似的一个模块，名为SK, 可以自适应调节自身的感受野。据作者说，该模块在超分辨率任 阅读全文
posted @ 2020-01-02 20:00 pprp 阅读(1817) 评论(0) 推荐(0) 编辑
【CV中的Attention机制】最简单最易实现的SE模块
摘要：Squeeze and Excitation Networks SENet是Squeeze and Excitation Networks的简称，拿到了ImageNet2017分类比赛冠军，其效果得到了认可，其提出的SE模块思想简单，易于实现，并且很容易可以加载到现有的网络模型框架中。SENet主要 阅读全文
posted @ 2020-01-01 11:25 pprp 阅读(13743) 评论(3) 推荐(0) 编辑

点击右上角即可分享
微信分享提示
❄