原创 IoU，GIoU，DIoU和CIoU三種目標檢測loss
IoU：使用最廣泛的檢測框loss。 GIoU：2019年CVPR Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regressi
2020-02-23 05:09:02
原创 Fast Visual Object Tracking with Rotated Bounding Boxes SiamMask_E目標跟蹤算法論文筆記
Fast Visual Object Tracking with Rotated Bounding Boxes ICCV-2019-workshop 論文下載地址：https://arxiv.org/abs/1907.03892 論文代碼
2020-02-23 05:09:02
原创 魚眼攝像頭的畸變矯正方法-python+opencv
魚眼攝像頭畸變校正的方法： 1. 棋盤矯正法 2. 經緯度矯正法。 相機爲什麼會出現畸變？ 當前相機的畸變主要分爲徑向畸變和切向畸變兩種。 徑向畸變產生的原因：相機的光學鏡頭厚度不均勻，離鏡頭越遠場景的光線就越彎曲從而產生徑向
2020-02-23 05:09:02
原创 在Jetson nano上面可以跑到20FPS的行人檢測算法
演示視頻地址：https://www.bilibili.com/video/av76489439/ 代碼地址：https://github.com/ziweizhan/fast-object-detection-nano 這個代碼訓練只訓
2020-02-23 05:09:02
原创 Actions as Moving Points
論文下載地址：https://arxiv.org/abs/2001.04608 代碼地址：https://github.com/mcg2019/MOC-Detector 論文創新點：當前存在的動作識別檢測算法大多數都是基於anchor的，
2020-02-23 05:09:02
原创 jetson TX2 nano快速安裝pytorch
1. 去網站https://devtalk.nvidia.com/default/topic/1049071/jetson-nano/pytorch-for-jetson-nano/ 按照教程下載安裝就可以。這個適用於任何嵌入式設備。
2020-02-23 05:09:02
原创 Jetson TX2安裝jetpack4.2.2系統
1. 使用數據線將TX2和另外一臺ubuntu系統的電腦（也叫上位機）（我的是ubuntu18.04）連接起來。如下圖灰色線所示： 2. 上位機上面下載sdk，下載地址：https://developer.nvidia.com/embe
2020-02-23 05:09:02
原创 Adaptively Connected Neural Networks論文閱讀
Adaptively Connected Neural Networks 論文下載地址：https://arxiv.org/abs/1904.03579 論文代碼地址：https://github.com/wanggrun/Adaptiv
2019-10-26 03:43:20
4
原创 Center and Scale Prediction: A Box-free Approach for Object Detection 無anchor的目標檢測算法
Center and Scale Prediction: A Box-free Approach for Object Detection 論文下載地址：https://arxiv.org/pdf/1904.02948.pdf 代碼下載地
2019-08-23 01:44:55
4
原创 將YOLO格式的txt標註改成voc的xml標註格式，txt轉xml
txt格式的標註文件轉voc的xml文件： txt格式(123.jpg pig x_min y_min x_max y_max) import copy from lxml.etree import Element, SubEl
2019-07-31 03:41:12
10
原创 多目標跟蹤算法，使用pytorch實現RFBNet+deepsort
由於deepsort使用的faster-rcnn速度很慢，無法達到實時跟蹤。所以在deepsort框架的基礎上使用RFBNet來代替faster-rcnn。檢測速度在GTX1060上可以達到15-20FPS。
2019-07-31 03:41:12
4
原创 ExtremeNet檢測算法Anchor-free Bottom-up Object Detection by Grouping Extreme and Center Points
論文下載地址：https://arxiv.org/abs/1901.08043 代碼地址：https://github.com/xingyizhou/ExtremeNet 論文創新點： 採用了自低向上的檢測方法（Anchor-
2019-07-10 03:32:56
2
原创 CenterNet: Keypoint Triplets for Object Detection 不用anchor的one-stage檢測算法，精度可達47mAP
論文下載地址：https://arxiv.org/abs/1904.08189 論文代碼：https://github.com/Duankaiwen/CenterNet 論文創新點： 1. 本算法在CornerNet基礎上進行了改進。
2019-05-10 10:47:46
原创 ThunderNet: Towards Real-time Generic Object Detection論文閱讀
論文下載地址：https://arxiv.org/pdf/1903.11752.pdf 代碼地址：等待開源，開源會第一時間發出來。 論文摘要： 目標檢測算法在移動平臺仍然是一個挑戰。基於CNN的檢測算法由於計算量很大很難
2019-04-11 02:21:58
7
原创 Feature Selective Anchor-Free Module for Single-Shot Object Detection論文閱讀
Feature Selective Anchor-Free Module for Single-Shot Object Detection 下載地址：Feature Selective Anchor-Free Module for Sin
2019-03-21 02:25:01
4