『计算机视觉』物体检测之RefineDet系列
Two Stage 的精度优势 二阶段的分类：二步法的第一步在分类时，正负样本是极不平衡的，导致分类器训练比较困难，这也是一步法效果不如二步法的原因之一，也是focal loss的motivatio ...
原文：『计算机视觉』YOLO系列总结
网络细节资料很多，不做赘述，主要总结演化思路和解决问题。 一 YOLO 网络简介 YOLO网络结构由 个卷积层与 个全连接层构成，网络入口为 x v 为 x ，图片进入网络先经过resize，输出格式为： 其中，S为划分网格数，B为每个网格负责目标个数，C为类别个数。B表示每个小格对应B组可能的框， 表示每个框的四个坐标和一个置信度，C表示类别，同时也说明B个框只能隶属于同一个类别。 损失函数 损 ...
2019-02-14 16:28 0 3107 推荐指数：
相关推荐
计算机视觉中的图像标注工具总结
本文来自公众号CV技术指南资源分享系列 创建高质量的数据集是任何机器学习项目的关键部分。在实践中，这通常比实际训练和超参数优化花费的时间更长。因此，选择合适的标注工具至关重要。在这里，我们总结了一些用于计算机视觉任务的最佳图像标注工具：labelme、labelImg、CVAT ...
《Python计算机视觉编程》
《Python计算机视觉编程》 基本信息 作者： (美)Jan Erik Solem 译者： 朱文涛 袁勇 丛书名： 图灵程序设计丛书 出版社：人民邮电出版社 ISBN：9787115352323 上架时间：2014-6-10 出版日期：2014 年7月 开本：16开 ...
计算机视觉整理库
本文章有转载自其它博文，也有自己发现的新库添加进来的，如果发现有新的库，可以推荐我加进来 转自：http://www.cnblogs.com/tornadomeet/archive/2012/05/ ...
『计算机视觉』空洞卷积
层会导致信息损失）且计算量相当的情况下，提供更大的感受野。 顺便一提，卷积结构的主要问题如下： ...
计算机视觉中的滤波
目录 写在前面 Padding 滤波杂谈 参考 博客：博客园 | CSDN | blog 写在前面 在计算机视觉中，滤波（filtering）是指 Image filtering: compute function of local ...
计算机视觉 - 语义分割（二）
引言 已经有很多U-Net-Like的神经网络被提出。 U-Net适用于医学图像分割、自然图像生成。 在医学图像分割表现好： 因为利用了底层的特征（同分辨率级联）改善上采样的信息不足。 ...
计算机视觉学习路线
C/C++面试基础知识总结 Google 开源项目风格指南 (中文版) Pytho ...