会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
xiongzihua
博客园
首页
新随笔
联系
订阅
管理
2018年8月30日
卫星图像目标检测
摘要: 1.You Only Look Twice: Rapid Multi Scale Object Detection In Satellite Imagery 论文时间:2018.5 论文地址:https://arxiv.org/pdf/1805.09512.pdf 网络结构: 基于YOLOv2的改进
阅读全文
posted @ 2018-08-30 15:02 xiongzihua
阅读(1401)
评论(0)
推荐(0)
编辑
2018年8月23日
soft-argmax将热点图转换为数值坐标应用于人体姿态估计
摘要: 人体姿态估计常用预测热点图的方法预测x和y的坐标值,热点图可以理解为概率响应图,通过求热点图最大值所在位置坐标,就可以得到该关键点的位置坐标 热点图法的缺点 1. 量化产生的精度损失:卷积网络下采样使模型的计算量减小,输出可能是输入图像大小的四分之一,而坐标经过量化[x/n]再还原回去,就不可避免的
阅读全文
posted @ 2018-08-23 23:48 xiongzihua
阅读(4358)
评论(0)
推荐(1)
编辑
2018年8月21日
CornerNet: Detecting Objects as Paired Keypoints
摘要: We propose CornerNet, a new approach to object detection where we detect an object bounding box as a pair of keypoints, the top left corner and the bo
阅读全文
posted @ 2018-08-21 15:23 xiongzihua
阅读(888)
评论(0)
推荐(0)
编辑
2018年7月19日
目标检测评价指标MAP的理解
摘要: 做算法实验时,仅仅做好算法本身是不够的,还要理解常用的评价指标和评价代码,这样才能知道自己的算法效果如何 基本概念 MAP:一般理解为PR曲线下的面积 PR曲线:Precision Recall曲线,纵坐标是准确率Precision,横坐标是召回率Recall,随着召回率的上升,准确率下降 Prec
阅读全文
posted @ 2018-07-19 16:22 xiongzihua
阅读(1146)
评论(1)
推荐(0)
编辑
2018年7月17日
谈谈YOLOv2做了哪些改进
摘要: YOLOv2在第一个版本的基础上做了不少的改进,包括网络结构和训练的小技巧,anchor机制的加入,本文将对这些改进做一个梳理。 总览 作者的实验结果总结,可以发现有很多的工程性质的trick,背后的理论却不是很多,感觉上是实验性质,能work,还要啥自行车呢? 改进分析 Batch Normali
阅读全文
posted @ 2018-07-17 11:12 xiongzihua
阅读(2098)
评论(0)
推荐(0)
编辑
2018年7月16日
YOLO v1的详解与复现
摘要: yolov1目标检测的原理与pytorch复现
阅读全文
posted @ 2018-07-16 15:51 xiongzihua
阅读(33286)
评论(10)
推荐(2)
编辑