原创 Deep SORT多目標跟蹤算法代碼解析
Deep SORT是多目標跟蹤(Multi-Object Tracking)中常用到的一種算法，是一個Detection Based Tracking的方法。這個算法工業界關注度非常高，在知乎上有很多文章都是使用了Deep SOR
2020-04-20 20:06:40
1619
原创 【從零開始學習YOLOv3】2. 代碼配置和數據集處理
前言：本文是講的是如何配置pytorch版本的yolov3、數據集處理、常用的命令等內容。該庫的數據集格式既不是VOC2007格式也不是MS COCO的格式，而是一種新的格式，跟着文章一步一步來，很簡單。另外我們公衆號針對VOC
2020-04-01 12:13:50
3
原创 【從零開始學習YOLOv3】8. YOLOv3中Loss部分計算
YOLOv1是一個anchor-free的，從YOLOv2開始引入了Anchor，在VOC2007數據集上將mAP提升了10個百分點。YOLOv3也繼續使用了Anchor，本文主要講ultralytics版YOLOv3的Loss部
2020-03-30 03:31:08
39
原创 增強CNN學習能力的Backbone:CSPNet
CSPNet全稱是Cross Stage Partial Network，主要從一個比較特殊的角度切入，能夠在降低20%計算量的情況下保持甚至提高CNN的能力。CSPNet開源了一部分cfg文件，其中一部分cfg可以直接使用Al
2020-03-30 03:31:08
52
原创 【綜述】神經網絡中不同類型的卷積層
在計算機視覺中，卷積是最重要的概念之一。同時研究人員也提出了各種新的卷積或者卷積組合來進行改進，其中有的改進是針對速度、有的是爲了加深模型、有的是爲了對速度和準確率的trade-off。本文將簡單梳理一下卷積神經網絡中用到的各種卷
2020-03-15 19:31:02
原创 卷積神經網絡中的各種池化操作
池化操作(Pooling)是CNN中非常常見的一種操作，Pooling層是模仿人的視覺系統對數據進行降維，池化操作通常也叫做子採樣(Subsampling)或降採樣(Downsampling)，在構建卷積神經網絡時，往往會用在卷積
2020-03-11 12:56:33
2
原创 【從零開始學習YOLOv3】3.YOLOv3的數據組織和處理
前言：本文主要講YOLOv3中數據加載部分，主要解析的代碼在utils/datasets.py文件中。通過對數據組織、加載、處理部分代碼進行解讀，能幫助我們更快地理解YOLOv3所要求的數據輸出要求，也將有利於對之後訓練部分代碼
2020-03-07 12:32:33
原创 【從零開始學習YOLOv3】5. 網絡模型的構建
前言：之前幾篇講了cfg文件的理解、數據集的構建、數據加載機制和超參數進化機制，本文將講解YOLOv3如何從cfg文件構造模型。本文涉及到一個比較有用的部分就是bias的設置，可以提升mAP、F1、P、R等指標，還能讓訓練過程更
2020-03-07 12:32:33
6
原创 兩階段實時檢測網絡ThunderNet
ThunderNet是曠視和國防科技大學合作提出的目標檢測模型，目標是在計算力受限的平臺進行實時目標檢測。需要關注的地方主要就是提出的兩個特徵增強模塊CEM和SAM,其設計理念和應用的方法都非常值得借鑑。 1. 介紹 在移動端
2020-03-07 12:32:33
4
原创 【從零開始學習YOLOv3】4. YOLOv3中的參數搜索
前言：YOLOv3代碼中也提供了參數搜索，可以爲對應的數據集進化一套合適的超參數。本文建檔分析一下有關這部分的操作方法以及其參數的具體進化方法。 1. 超參數 YOLOv3中的 超參數在train.py中提供，其中包含了一些數
2020-03-07 12:32:33
2
原创 Feature Pyramid Network解讀和理解
FPN全稱是Feature Pyramid Network, 也就是特徵金字塔網絡，主要是針對圖像中目標的多尺度的這個特點提出的，多尺度在目標檢測中非常常見，而且對應不同的問題應該設計不同的FPN。FPN是Facebook於20
2020-03-02 05:34:31
13
原创 PyTorch中模型的可復現性
在深度學習模型的訓練過程中，難免引入隨機因素，這就會對模型的可復現性產生不好的影響。但是對於研究人員來講，模型的可復現性是很重要的。這篇文章收集並總結了可能導致模型難以復現的原因，雖然不可能完全避免隨機因素，但是可以通過一些設置
2020-02-26 14:12:50
11
原创 多目標跟蹤中經典的MOT16數據集和評價指標
最近要做一個有關多目標跟蹤的項目，剛剛接觸MOT，所以先來了解一下MOT16這個比較經典的數據集以及比較經典的評價標準。 1. 多目標跟蹤 多目標跟蹤處理的對象是視頻，從視頻的第一幀到最後一幀，裏邊有多個目標在不斷運動。多目標
2020-02-26 14:12:50
20
原创 目標檢測和感受野的總結和想法
1. 概念 經典的目標檢測如Faster R-CNN, YOLOv3等都用到了Anchor, 怎麼設計Anchor每個目標檢測方法各不相同。Faster R-CNN中的Anchor有三種形狀，三種長寬比，比如形狀有[128, 25
2020-02-23 13:16:19
原创 【CV中的Attention機制】Selective Kernel Networks(SE進化版)
1. SKNet SKNet是SENet的加強版，結合了SE opetator, Merge-and-Run Mappings以及attention on inception block的產物。其最終提出的也是與SE類似的一個模塊
2020-02-22 01:16:39