原创 【目標檢測】EfficientDet: Scalable and Efficient Object Detection

論文:《EfficientDet: Scalable and Efficient Object Detection》 論文地址:https://arxiv.org/pdf/1911.09070.pdf 開源項目:https://githu

原创 SENet結構解讀

原文:https://zhuanlan.zhihu.com/p/65459972 一、前言 在深度學習領域,CNN分類網絡的發展對其它計算機視覺任務如目標檢測和語義分割都起到至關重要的作用,因爲檢測和分割模型通常是構建在CNN分類網絡(稱

原创 EfficientNet論文解析

《EfficientNet:Rethinking Model Scaling for Convolutional Neural Networks》 論文地址:https://arxiv.org/pdf/1905.11946.pdf 參考原

原创 機器學習面試題(持續更新)

1、無監督和有監督算法的區別是什麼? 有監督學習: 對具有概念標記(分類)的訓練樣本進行學習,以儘可能對訓練樣本集外的數據進行標記(分類)預測。這裏,所有的標記(分類)是已知的。因此,訓練樣本的岐義性低。 無監督學習: 對沒有概念標記(分

原创 OpenCV實踐:去除票據中的紅色印章

現實生活中,一些票據(比如發票、車票)等都會有一個紅色印章,有時會蓋在某個關鍵區域,影響了其他的字符識別。因此,爲了提高準確率,我們儘量會移除紅色印章,具體實現方法如下: 對彩色圖分離通道,拿到紅色通道圖 進行閾值分割 #include

原创 C++單鏈表增刪查找的基本操作

#include<iostream> using namespace std; typedef int DataType; class Node { public:     int data;     Node * next; };

原创 【目標檢測】DSSD:Deconvolutional Single Shot Detector

論文:《DSSD:Deconvolutional Single Shot Detector》 論文地址:https://arxiv.org/abs/1701.06659 1、背景 SSD算法在檢測小目標時精度並不高,本文是在在SSD的基礎

原创 【目標檢測】RFBNet:Receptive Field Block Net for Accurate and Fast Object Detection(CVPR2017)

論文:《Receptive Field Block Net for Accurate and Fast Object Detection》 論文鏈接:https://arxiv.org/abs/1711.07767 參考原文:https:

原创 【目標檢測】PVANET:Deep but Lightweight Neural Networks for Real-time Object Detection

論文:《PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection》 論文鏈接:https://arxiv.org/abs/1608.08021

原创 【目標檢測】STDN:Scale-Transferrable Object Detection

論文:《Scale-Transferrable Object Detection》  CVPR2018 論文地址:http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhou_Sca

原创 OpenCV中霍夫變換:直線檢測和圓檢測

1、簡介 霍夫變換(Hough Transform)是圖像處理中的一種特徵提取技術,它通過一種投票算法檢測具有特定形狀的物體。Hough變換是圖像處理中從圖像中識別幾何形狀的基本方法之一。Hough變換的基本原理在於利用點與線的對偶性,將

原创 OpenCV中邊緣檢測:Canny算子,Sobel算子,Laplace算子,Scharr濾波

1、基於OpenCV的邊緣檢測步驟 濾波:邊緣檢測算法主要是基於圖像強度的一階和二階導數,但是導數對於噪聲很敏感,因此需要採用濾波器來改善與噪聲有關的邊緣檢測器的性能。簡言之,消除噪聲。 增強:增強邊緣的基礎是確定圖像各點鄰域強度的變化值

原创 【目標檢測】RefineDet :Single-Shot Refinement Neural Network for Object Detection

論文:《Single-Shot Refinement Neural Network for Object Detection》 CVPR2018 論文地址:https://arxiv.org/pdf/1711.06897v1.pdf 代碼

原创 ResNeXt結構解讀

論文:Aggregated Residual Transformations for Deep Neural Networks (2017CVPR上) 論文地址:https://arxiv.org/pdf/1611.05431.pdf P

原创 C/C++面試題知識點總結(持續更新)

1、new和delete的作用 new / new[]:完成兩件事,先底層調用 malloc 分配內存,然後調用構造函數(創建對象)。 delete/delete[]:也完成兩件事,先調用析構函數(清理資源),然後底層調用 free 釋放