随笔分类 - 深度学习
摘要：前面介绍了图像分类网络，并重点解析了ResNet及其应用以及MobileNet系列的轻量化分类网络，这一篇接着介绍图像目标检测网络。 目标检测具有巨大的实用价值和应用前景。 应用领域包括人脸检测、行人检测、车辆检测、飞机航拍或卫星图像中道路的检测、车载摄像机图像中的障碍物检测、医学影像在的病灶检测等
阅读全文
摘要：前面介绍了MobileNetV1和MobileNetV2，这次介绍这个系列最后一篇MobileNetV3，它沿用了V1的深度可分离卷积以及v2的倒残差网络和瓶颈层，再其基础上做了一系列优化，保证精度最大化的同时减少网络延时。主要改进点包含以下几步： 引入NetAdapt算法自动获取扩展层和瓶颈层的通
阅读全文
摘要：前面利用ResNet18实现了二分类，这里借助分类网络来识别图片和视频中不同肤色的人数。大体流程可以分为以下几步：数据获取、数据处理、模型训练、图片识别以及视频识别，其中大部分内容参考《机器视觉之TensorFlow2入门、原理与应用实践》第4章。 一、数据获取 这里获取黑人和白人模特数据用于训练。
阅读全文
摘要：前一篇实现了OpenCV推理ResNet18, 这一篇采用腾讯的NCNN框架实现ResNet18推理。 一、准备 1、 NCNN编译及安装 同OpenCV推理一样，首先需要准备NCNN，NCNN源码编译及安装可参考： https://www.cnblogs.com/xiaxuexiaoab/p/16
阅读全文
摘要：前一篇实现了ResNet18训练自定义数据集，详细介绍了数据集制作、模型构建及训练，并且介绍了相应模块如何可视化。前面训练阶段是在python环境下进行的，但实际工程部署的时候大都采用C++实现推理，这一篇我们借助OpenCV实现ResNet18推理。 一、准备 1、OpenCV编译及安装 借助Op
阅读全文
摘要：前面一篇内容讲解了如何利用Pytorch实现ResNet，这一篇我们用ResNet18实现一个二分类。接下来从模型、数据及训练三个方面展开。 一、目标 利用ResNet18将以下数据分为两类 class_0 class_1 二、模型 ResNet系列的模型在上一篇已经详细介绍了，这里采用ResNet
阅读全文
摘要：一、为什么引入ResNet 通过上一篇分类网络的介绍，我们知道网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，但训练一个很深的网络是非常困难的，一方面是网络越深越容易出现梯度消失和梯度爆炸问题， 然而这个问题通过BN层和ReLU激活函数等方法在很大程度上已经得到解决；另一
阅读全文
摘要：深度学习在2D视觉领域分类 一、图像分类 图像分类是指将数字图像自动分类到不同的预先定义类别中。 二、目标检测 目标检测是指在图像或视频中自动识别和定位特定物体的任务。与图像分类不同，它不仅需要确定物体的类别，还需要找出物体在图像中的位置。 按照框分类又可以分为平行框检测和旋转框检测。 平行框 旋转
阅读全文
摘要：分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类，其中图像分割又可以细分为语义分割、实例分割和全景分割，这一篇梳理下常见的分类数据集和分类网络，后续会重点介绍ResNet，并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字，60
阅读全文
摘要：本文对接触到的深度学习相关内容做一个梳理。 一、深度学习 1. 深度学习是什么 深度学习（Deep Learning）是机器学习（Machine Learning）的一个研究方向，而机器学习属于人工智能（AI， Artificial Intelligence）的范畴，人工智能是研究、开发用于模拟、延
阅读全文
摘要：一、ncnn模型 可由ncnn库中的onnx2ncnn工具将onnx格式模型转换为ncnn格式的.param和.bin两个文件，其中param记录了各算子，param文件可直接由可视化工具Nerton打开查看，这里记录下param文件格式。ncnn模型的加载参考:ncnn加载模型的几种方式 二、pa
阅读全文
摘要：在目标检测时通常需要计算包围框的IOU，用于判断正负样本以及后续NMS过滤。框A和框B的IOU的值为其交集面积除以并集面积， 如果框为轴向包围盒，则可以参考IOU及NMS实现 ，但有时会遇到旋转框问题
阅读全文
摘要：一、BN层作用 批量归一化（Batch Normalization，BN）在深度学习中常放在卷积层之后，BN层有以下优点： 减少了人为选择参数。在某些情况下可以取消 dropout 和 L2 正则项参数,或者采取更小的 L2 正则项约束参数； 减少了对学习率的要求。现在我们可以使用初始很大的学习率或
阅读全文
摘要：DOTA数据集官网: http://captain.whu.edu.cn/DOTAweb/index.html 官网提供水平和旋转目标提交接口，可以看到检测结果实时排行榜: http://captain.whu.edu.cn/DOTAweb/results.html 一、关键节点 1.1 更多的框
阅读全文
摘要：Yolo系列简单汇总一(yolov1至yolov5)见： https://www.cnblogs.com/xiaxuexiaoab/p/16615242.html 六、YoloX pdf: https://arxiv.org/pdf/2107.08430.pdf code: https://gith
阅读全文
摘要：Yolo系列简单汇总二(yolox yolo6 yolo7)见：https://www.cnblogs.com/xiaxuexiaoab/p/16643821.html 一、YoloV1 pdf: https://arxiv.org/pdf/1506.02640.pdf code: https://
阅读全文
摘要：yolov5代码：https://github.com/ultralytics/yolov5 ncnn yolov5推理代码： https://github.com/Tencent/ncnn/blob/master/examples/yolov5.cpp 1. 导出训练好的模型为onnx格式 这里如
阅读全文
摘要：一、常用转换工具 在ncnn库编译完成后，在bin目录下有很多工具， 编译可参考ncnn编译与安装 onnx2ncnn 利用ncnn库的./onnx2ncnn 工具进行转换 onnx2ncnn *.onnx *.param *.bin 转换时如果报以下错误提示 ，则利用onnxsim库先对onnx模
阅读全文
摘要：一、数据集制作 1.1 标注 我采用的是Labelme工具:https://github.com/wkentaro/labelme 分割需要得到物体的掩膜信息，这里是利用Labelme标注出物体的一圈轮廓，然后再将其转换为掩膜及对应的目标框。 标注完成后一张图片会对应一个json文件，json文件里
阅读全文
摘要：pointNet 无序性： 低维特征()经过MLP层上升到高维，然后对高维采用最大池化(对称函数) 旋转不变性： 2个TNet, 学习一个旋转矩阵，对输入进行校正，对提取的特征也进行校正 pointNet++ pointNet没有局部的概念，要不对单个点，要不对所有点进行操作，为解决这一问
阅读全文
