随笔分类 - 计算机视觉丨CV
摘要：引言 之前做object detection用到的都是two stage，one stage如YOLO、SSD很少接触，这里开一篇blog简单回顾该系列的发展。很抱歉，我本人只能是蜻蜓点水，很多细节也没有弄清楚。有需求的朋友请深入论文和代码，我在末尾也列出了很多优秀的参考文章。 YOLOv1 You
阅读全文
摘要： 引言 本文接着上一篇 "语义分割丨PSPNet源码解析「网络训练」" ，继续介绍语义分割的测试阶段。 模型训练完成后，以什么样的策略来进行测试也非常重要。 一般来说模型测试分为单尺度 single scale 和多尺度 multi scale ，多尺度的结果一般比单尺度高。除此之外，其他细节比如
阅读全文
摘要：引言 之前一段时间在参与语义分割的项目，最近有时间了，正好把这段时间的所学总结一下。 在代码上，语义分割的框架会比目标检测简单很多，但其中也涉及了很多细节。在这篇文章中，我以PSPNet为例，解读一下语义分割框架的代码。搞清楚一个框架后，再看别人的框架都是大同小异。 工程来自https://gith
阅读全文
摘要：下一个项目将开始研究全景分割，这里把去年和今年出来的paper简单列了一下，全景分割框架内有很多细节，一时半会没法吃透，需要时间慢慢消化。 Panoptic Segmentation 核心思想 http://arxiv.org/abs/1801.00868 提出新的任务PS，结合了semantic
阅读全文
摘要：这篇blog是我刚入目标检测方向，导师发给我的文献导读，深入浅出总结了object detection two stage流派Faster R CNN的发展史，读起来非常有趣。我一直想翻译这篇博客，在知乎上发现已经有人做过了，而且翻译的很好，我将其转载到这里。 这里贴一下我对R CNN、Fast
阅读全文
摘要： 引言 Google提出的Inception系列是分类任务中的代表性工作，不同于VGG简单地堆叠卷积层，Inception重视网络的拓扑结构。本文关注Inception系列方法的演变，并加入了Xception作为对比。 PS1：这里有一篇blog，作者Bharath Raj简洁明了地介绍这系列的工
阅读全文
摘要： 前言 深度卷积网络除了准确度，计算复杂度也是考虑的重要指标。本文列出了近年主流的轻量级网络，简单地阐述了它们的思想。由于本人水平有限，对这部分的理解还不够深入，还需要继续学习和完善。 最后我参考部分列出来的文章都写的非常棒，建议继续阅读。 复杂度分析 理论计算量 （FLOPs）：浮点运算次数（F
阅读全文
摘要： 前言 深度卷积网络极大地推进深度学习各领域的发展，ILSVRC作为最具影响力的竞赛功不可没，促使了许多经典工作。我梳理了ILSVRC分类任务的各届冠军和亚军网络，简单介绍了它们的核心思想、网络架构及其实现。 代码主要来自：https://github.com/weiaicunzai/pytorc
阅读全文
摘要：花了点时间梳理了一下DeepLab系列的工作，主要关注每篇工作的背景和贡献，理清它们之间的联系，而实验和部分细节并没有过多介绍，请见谅。 DeepLabv1 Semantic image segmentation with deep convolutional nets and fully conn
阅读全文
摘要：这篇文章把Faster R CNN的原理和实现阐述得非常清楚，于是我在读的时候顺便把他翻译成了中文，如果有错误的地方请大家指出。 原文： http://www.telesens.co/2018/03/11/object detection and classification using r cnn
阅读全文
