原创 YoloV4模型解析及TensorRT加速
一. Yolo演化史 Faster RCNN誕生以後,目標檢測準確度得到保證,但是two-stage的方式存在天然的效率缺陷,SSD和Yolo填補了這一空白,Yolo一共經歷了4個版本。 模型 數據增強/訓練 Backbone 網絡特徵層
原创 淺入淺出TensorFlow 8 - 行人分割
一. 環境準備 本文介紹如何通過 Mask-RCNN 來實現行人檢測,假設你已經對 SSD、YOLO、Faster RCNN 等框架有所瞭解。 1. 準備 TensorFlow 環境 Tensorflow (>=
原创 基於深度學習的Person Re-ID(綜述)
一. 問題的提出 Person Re-ID 全稱是 Person Re-Identification,又稱爲 行人重檢測 or 行人再識別,直觀上可以通過兩種思路進行比對,一種是 通過 靜態圖像(still-image)進
原创 淺入淺出TensorFlow 9 - 代碼框架解析
一. TensorFlow 源碼 截止到目前爲止,TensorFlow 在 【Github】 的 Contributors 已經接近900人,Fork 30000次。 學習這麼龐大的開源項目,首先必須要搞清楚其
原创 目標跟蹤之ECO:Efficient Convolution Operators for Tracking
一. 相關濾波算法總結 作者首先分析了 影響相關濾波算法效率 和 導致過擬合 的幾個原因: 1)Model Size (模型大小) 包括兩個方面: - 模型層數,對應多分辨率 Sample,比如
原创 基於深度學習的Person Re-ID(特徵提取)
一. CNN特徵提取 通過上一篇文章的學習,我們已經知道,我們訓練的目的在於尋找一種特徵映射方法,使得映射後的特徵 “類內距離最小,類間距離最大”,這種特徵映射 可以看作是 空間投影,選擇一組基,得到基於這組基的特徵變換,與
原创 基於深度學習的Person Re-ID(度量學習)
度量學習 是指 距離度量學習,Distance Metric Learning,簡稱爲 DML,做過人臉識別的童鞋想必對這個概念不陌生,度量學習是Eric Xing在NIPS 2002提出。 這並不是個新詞,說
原创 ResNet殘差網絡
前面我們對常用的經典網絡進行了介紹,可以查看前面文章:淺入淺出TensorFlow 6 - 實現經典網絡 隨着網絡越來越深,大家發現,僅僅靠 BN、ReLU、DropOut 等 Trick無法解決收斂問題,相反
原创 ResNeXt網絡進化
一. ResNeXt 的 Block 改進 MSRA 的 KaiMing 轉戰Facebook的又一力作,大牛的神來之筆: 論文下載:Aggregated Residual Transformations for Deep
原创 圖像分割與FCN
一. 圖像語義分割 傳統的圖像分割方法主要包括以下幾種:1)基於邊緣檢測2)基於閾值分割 比如直方圖,顏色,灰度等3)水平集方法 這裏我們要說的是語義分割,什麼是語義分割呢?先來看張圖:
原创 目標跟蹤之GOTURN:Learning to Track at 100 FPS with Deep Regression Networks
一. 簡介 選擇這篇文章的原因在於能實現 100幀的效果,對於跟蹤來講,大多數應用場景需要實時跟蹤,應該說僅僅實時跟蹤還不夠,還需要計算資源來做 視頻解碼、檢測、比對 等多個工作。 這篇文章 2016年來自
原创 Mask Scoring RCNN訓練自己的數據
一. 代碼準備 基於pytorch。 mask scoring rcnn 代碼參考:【github】 mask rcnn benchmark 【github】 二. 數據準備 訓練數據基於labelme標註
原创 Anchor Free檢測算法之FCOS
一.提出背景 2019 是 Anchor Free 大行其道的一年,從CornerNet 到 ExtremeNet,從FSAF到FCOS,層出不窮。 論文:FCOS: Fully Convolutional One-Stage Objec
原创 CVPR2019-實例分割Mask Scoring R-CNN
今年的Oral,在coco數據集表現超過了Mask RCNN,來自地平線的華科實習生。 論文:Mask Scoring R-CNN【paper】【github】 1. 提出背景 Mask RCNN 提出以來,一直是作爲經典霸屏,
原创 CVPR2019-目標檢測分割技術進展
CVPR 2019 沒有出現像Faster RCNN,YOLO這種開創性的工作,基於現有方案和框架的改進爲主,技術進步着實有些緩慢,或許也代表方案逐步趨於成熟。 本文重點介紹如下幾個改進方法:GA-RPN GIOU