『TensorFlow』SSD源码学习_其七：损失函数
Fork版本项目地址：SSD 一、损失函数介绍 SSD损失函数分为两个部分：对应搜索框的位置loss（loc）和类别置信度loss（conf）。（搜索框指网络生成的网格） 详细的说明如下： i指代搜索框序号，j指代真实框序号，p指代类别序号，p=0表示背景， 中取1表示此时第i个搜索框 ...
原文：『TensorFlow』SSD源码学习_其三：锚框生成
Fork版本项目地址：SSD 上一节中我们定义了vgg 的网络结构，实际使用中还需要匹配SSD另一关键组件：被选取特征层的搜索网格。在项目中，vgg 网络和网格生成都被统一进一个class中，我们从class SSDNet开始谈起。 一 初始化class SSDNet 这是SSDNet的初始化部分，这一部分的内容在上一节都提到过了：网络超参数定义 amp 初始化vgg 网络结构并更新feat sh ...
2018-07-17 11:05 2 3532 推荐指数：
相关推荐
『TensorFlow』SSD源码学习_其六：标签整理
Fork版本项目地址：SSD 一、输入标签生成 在数据预处理之后，图片、类别、真实框格式较为原始，不能够直接作为损失函数的输入标签（ssd向前网络只需要图像就行，这里的处理主要需要满足loss的计算），对于一张图片（三维CHW）我们需要如下格式的数据作为损失函数标签： gclasse ...
『TensorFlow』SSD源码学习_其八：网络训练
Fork版本项目地址：SSD 作者使用了分布式训练的写法，这使得训练部分代码异常臃肿，我给出了部分注释。我对于多机分布式并不很熟，而且不是重点，所以不过多介绍，简单的给出一点训练中作者的优化手段，包含优化器选择之类的。 一、滑动平均 # =================================================================== ...
『TensorFlow』SSD源码学习_其二：基于VGG的SSD网络前向架构
Fork版本项目地址：SSD 参考自集智专栏 一、SSD基础 在分类器基础之上想要识别物体，实质就是 用分类器扫描整张图像，定位特征位置 。这里的关键就是用什么算法扫描，比如可以将图片分成若干网格，用分类器一个格子、一个格子扫描，这种方法有几个问题： 问题1 ： 目标正好 ...
『TensorFlow』SSD源码学习_其四：数据介绍及TFR文件生成
Fork版本项目地址：SSD 一、数据格式介绍 数据文件夹命名为VOC2012，内部有5个子文件夹，如下， 我们的检测任务中使用JPEGImages文件夹和Annotations文件夹。 JPEGImages文件夹中包含了PASCAL VOC所提供的所有的图片信息，包括了训练图片和测试 ...
『计算机视觉』Mask-RCNN_推断网络其三：RPN锚框处理和Proposal生成
一、RPN锚框信息生成 上文的最后，我们生成了用于计算锚框信息的特征（源代码在inference模式中不进行锚框生成，而是外部生成好feed进网络，training模式下在向前传播时直接生成锚框，不过实际上没什么区别，锚框生成的讲解见『计算机视觉』Mask-RCNN_锚框生成 ...
『TensorFlow』SSD源码学习_其一：论文及开源项目文档介绍
一、论文介绍 读论文系列：Object Detection ECCV2016 SSD 一句话概括：SSD就是关于类别的多尺度RPN网络 基本思路： 基础网络后接多层feature map 多层feature map分别对应不同尺度的固定anchor 回归所有anchor对应 ...
『TensorFlow』SSD源码学习_其五：TFR数据读取&数据预处理
Fork版本项目地址：SSD 一、TFR数据读取 创建slim.dataset.Dataset对象 在train_ssd_network.py获取数据操作如下，首先需要slim.dataset.Dataset对象 # Select the dataset. # 'imagenet ...