原创 值得跟進的最新目標檢測算法

聊一聊最新的目標檢測算法 公衆號: 卡本特 後臺回覆 “09” 獲取打包文章 上一篇文章寫了現在目標檢測還有哪些東西可以做,然後有讀者就問了目前有哪些值得工程部署去應用的算法,所以今天來聊一聊值得去跟進的一些目標檢測算法。 上

原创 Deepin 15.11 配置深度學習環境

Deepin 15.11 配置深度學習環境 一、安裝deepin15.11 系統 1、在DeepIn官網下載iso文件 http://cdimage.deepin.com/releases/15.11/deepin-15.11-a

原创 人臉檢測算法落地詳解

人臉檢測 Face Detection 目標:人臉檢測的目的是找出一張圖片中的所有人臉的位置信息 人臉檢測是人臉其他應用的基礎,只有獲取到了是否有人臉和人臉的精確的位置信息,其它的應用才能繼續開展,所以說人臉檢測是一個基礎且重要的

原创 好用的局域網文件共享工具

在公司或者學校實驗室,經常會遇到要互相傳文件的情況,或者往服務器上發文件的情況,下面就這種應用場景,推薦一下好用的工具 情景一: windows和windows互傳 直接使用飛秋[1],這種情況最普遍。解決方案也很多。 情景二:

原创 深度學習目標檢測最全綜述

本篇文章是精讀了三篇目標檢測綜述文章之後,結合落地項目經驗總結而成。文章內容很多,本文的目的是劃重點,寫核心,使剛入門的同學對目標檢測有從感性到理性的認識。 文章中出現的論文,全部打包整理,需要仔細研讀的同學,關注公衆號,後臺回覆

原创 faster-rcnn在ubuntu16.04環境下的超級詳細的配置

首先,下載好必須要的安裝包。爲了方便,我已經全部上傳在了百度雲。 - ubuntu16.04系統     鏈接:http://pan.baidu.com/s/1geU8piz 密碼:25mk - cuda8.0,cudnnV5     

原创 目標檢測算法 CNN主幹網絡

目標檢測算法 CNN主幹網絡 在深度學習目標檢測算法中很重要的一個部分就是特徵提取,用來提取特徵的就是CNN中的backbone,Backbone的複雜度很大程度上決定了目標檢測算法的耗時。 例如我們常說的SSD算法就是Back

原创 MTCNN應用詳解

MTCNN應用詳解 很多人應該是讀過MTCNN這篇文章的,所以這裏沒有簡單的流程介紹,如果只是簡單地算法介紹,百度上已經有很多了。 開始之前,先確認以下幾個問題 爲什麼要做圖像金字塔,圖像金字塔在MTCNN中帶來的優勢和劣勢分別

原创 2019全球AI發展報告分析

本人目前從事自動駕駛視覺感知工作,2019年整體行業遇冷,資本撤離,感受非常明顯。加上最近有很多圈內做cv的學生跟我交流,問現在計算機視覺行情如何,和NLP對比有哪些優劣 所以,我查找了一些資料,結合了本人的工作經歷,談談自己的看

原创 深度學習目標檢測--anchor

目標檢測算法–anchor 給目標檢測算法分類,可以從好幾個維度去看。例如我們常見的One-Stage和Two-Stage,這是從網絡Stage數量上來分的。今天總結的方法,是根據是否有anchor來區分,所以在這個維度上,目標檢

原创 DMS技術詳解 一

DMS技術詳解 DMS(Driver Monitor System)——駕駛員監控系統 DMS概述 DMS系統最開始的應用是監控駕駛員的狀態,以防止駕駛員疲勞,分神等危害駕駛過程的行爲發生。隨着計算機視覺技術的發展,現在DMS系統

原创 我們真的需要模型壓縮嗎

我們真的需要模型壓縮嗎 本文是譯文,略有修改,原文鏈接 模型壓縮是一種可以減小神經網絡計算開銷的技術,被壓縮的模型在使用少量計算資源的同時,其性能通常與原始模型相似。在實際應用中,其應用瓶頸在於訓練原始的大型神經網絡 爲什麼要進行

原创 深度學習入門

深度學習入門–資源篇 從2016年開始,深度學習開始崛起,最近幾年見證了cv算法從機器學習到深度學習的大轉變。這篇文章主要以分享資源爲主,從機器學習到深度學習的入門資料。 理論方面 機器學習視頻,吳恩達斯坦福coursera機

原创 第四天

第四天 準備先將海思給的SSD的nnie的例子跑起來 SSD是原版的vgg16作爲主幹網絡的例子,官方給出的wk文件是已經經過轉化之後的 但是給的例子中讀取圖片是加載的bgr文件,這樣測試起來非常不方便,所以用opencv 重新

原创 第二天

第二天 暫時先把顯示搞出來了,雖然是測試例子,但是改一改代碼應該可以顯示調試結果,所以先放着,搞一搞模型移植吧。 目標:移植自己訓練的Resnet18-SSD的模型到3559上 1、按照文檔配置SDK環境 我覺得文檔太長,直接看