目標檢測論文整理
最近開始看一些object detection的文章，順便整理一下思路。排版比較亂，而且幾乎所有圖片都是應用的博客或論文，如有侵權請聯系我。 文章閱讀路線參考 目前已完成的文章如下，后續還會繼續補充（其中加粗的為精讀文章）： RCNN Overfeat MR-CNN ...
原文：目標檢測論文（尤其針對一些小目標的可能改進方法）
About Face detection Finding Tiny Faces Code：https: github.com peiyunh tiny 小目標檢測難 大原因：目標本身尺度變化 圖像分辨率以及環境因素。本文針對多尺度訓練了不同的檢測器，這些檢測器所用特征來自同一網絡的不同層級。此外，還充分利用了目標周邊信息。 Seeing Small Faces from Robust Ancho ...
2019-08-19 18:36 0 2006 推薦指數：
相關推薦
目標檢測論文整理
原文：https://www.cnblogs.com/yhyue/p/9247962.html，如有侵權請聯系我。 RCNN Overfeat MR-CNN SPPNet Fast RC ...
【論文解讀】[目標檢測]retinanet
作為單階段網絡，retinanet兼具速度和精度（精度是沒問題，速度我持疑問），是非常耐用的一個檢測器，現在很多單階段檢測器也是以retinanet為baseline，進行各種改進，足見retinanet的重要，我想從以下幾個方面出發將retinanet解讀下，盡己所能 ...
目標檢測--數據標注時的一些小技巧1（工作經驗）
0 引言 兜兜轉轉還是搞起了深度學習，圖像處理。近來做了很多數據標注的工作，就像曾經面試的時候一個負責人說的那樣，數據常常決定了學習結果的優劣，模型改進優化啥的，我們做工程的用的少。因此，標注了很多數據之后，有一些心得和感悟，還有一些小技巧和實驗失敗的地方，記錄一下，希望以后不要再犯 ...
目標檢測方法——SSD
SSD論文閱讀（Wei Liu——【ECCV2016】SSD Single Shot MultiBox Detector） 目錄 作者及相關鏈接 文章的選擇原因 方法概括 方法細節 相關背景補充 實驗結果 與相關文章的對比 總結 ...
傳統的目標檢測方法
傳統的目標檢測方法也稱為基於手工特征的目標檢測方法 基於手工特征的目標檢測方法 = 手工特征 + 機器學習方法 三種手工特征 Haar特征、HOG（梯度直方圖特征）、LBP（局部二值模式特征） 圖 1給出了三種手工特征模板。LBP特征（局部二值模式）如圖 1（a）所示，模板中心周圍的像素值 ...
談談個人發展與目標的一些事
最近被人問了很多問題，有技術的，有工作的，但更多的是個人發展與目標（即職業發展規划）的，結合最近自己所看所想的一些觀點、結論，在此就談談這些，既可以理清自己的思路，為自己明確方向、目標，也能給一些還在路上有困惑，較迷茫的同道們亮亮燈。 有人問：看你搞IT也有好幾年了，自己有一個明確 ...
目標檢測論文閱讀：Deformable Convolutional Networks
https://blog.csdn.net/qq_21949357/article/details/80538255 這篇論文其實讀起來還是比較難懂的，主要是細節部分很需要推敲，尤其是deformable的卷積如何實現的一步上，在寫這篇博客之前，我也查閱了很多其他人的分享或者去github找代碼 ...