原创 CVPR2019檢測論文彙總
Table of Contents 2019CVPR檢測論文20篇： 行人重識別、行人檢測6篇 人臉6篇 2019CVPR檢測論文20篇： 檢測 1、Stereo R-CNN based 3D Object Detection for A
2020-06-16 02:10:37
1
原创 vim 方便用法（多行註釋、多行刪除，多行插入、每行前插入指定字符串）
以編輯test.txt爲例： vim test.txt ctrl + V 進行塊編輯模式 再按s或者（shift+i）進入插入模式 選擇你要一起修改的行，上下鍵；如果選擇全文直接（shift+g）到文末，選中全文 然後會你會看到你在
2020-06-16 02:10:37
1
原创 Hard Negtive Mining
先要明確： OHEM是Hard Negtive Mining的一種方法。通過ｌｏｓｓ判斷難易程度。 在目標檢測中，多用效果差的樣本進行訓練，那提高了整個網絡的短板，總體的效果也會有提升。 難例挖掘： 難例挖掘是指，針對模型訓練過程中導致損
2020-06-16 02:10:37
原创 利用openpose跑關鍵點
openpose開源代碼：https://github.com/CMU-Perceptual-Computing-Lab/openpose 這個開源代碼寫的太詳細，功能也集成得比較雜，而我只需要拿來跑一下關鍵點。因此大部分步驟我都不需要，
2020-06-16 02:10:37
7
原创 OHEM的pytorch代碼實現細節
詳細解讀一下OHEM的實現代碼： def ohem_loss( batch_size, cls_pred, cls_target, loc_pred, loc_target, smooth_l1_sigma=1.0 ):
2020-06-16 02:10:37
15
原创 旋轉圖片和旋轉框（在線摳圖數據增強）
import os import cv2 from PIL import Image import torch import random import numpy as np import math import matplotlib
2020-06-16 02:10:37
原创 解讀行人檢測文章（1）What Can Help Pedestrian Detection
這篇文章圍繞回答這個問題展開： what kind of extra features are effective and how they actually work to improve the CNN-based pedestria
2020-06-16 02:10:37
原创 Pycharm 學校賬號免費申請專業版
參考： https://sales.jetbrains.com/hc/zh-cn/articles/207154369-%E5%AD%A6%E7%94%9F%E6%8E%88%E6%9D%83%E7%94%B3%E8%AF%B7%E6%9
2020-06-16 02:10:37
原创 實現字典數（Trie）
class Trie(object): def __init__(self): """ Initialize your data structure here. """
2020-06-16 02:10:26
原创 Requirement already satisfied解決辦法：pip install 工具包到指定目錄
Requirement already satisfied: keras_utilities in /usr/local/lib/python3.5/dist-packages (0.5.0) 我的虛擬環境路徑：/home/SENSETI
2020-06-16 02:10:26
原创 gitlab的git命令使用筆記
1. clone某個分支： git clone ... 查看遠端有哪有分支以及當前所在分支 切換到某個分支： git checkout target_branch_name 本地代碼也會跟着切換到這個分支 2.用本地的這個分支（hell
2020-06-16 02:10:26
原创 (轉)CrowdHuman數據集標註格式odgt轉COCO數據集標註格式json（附詳細代碼）
轉自：https://blog.csdn.net/qq_41375609/article/details/95202218 import os import json from PIL import Image def load_fil
2020-06-16 02:10:26
原创 Linux拆分文件
取文件前1w行： head -10000 train.lst > train_1w.lst 取後面139行： tail -139 train.lst > train_left_139.lst 只取得每行空格前的字符串輸入到新文件： c
2020-06-16 02:10:26
原创 CVPR2019 | Libra R-CNN 論文解讀
對應了三個問題： 採樣的候選區域是否具有代表性？ 提取出的不同level的特徵是怎麼才能真正地充分利用？ 目前設計的損失函數能不能引導目標檢測器更好地收斂？ 對應的三個改進 IoU-balanced Sampling Balance
2019-08-07 05:44:55
5
原创 Revisiting RCNN: On Awakening the Classification Power of Faster RCNN解讀
２０１８ECCV文章，對於faster rcnn 的分類能力的思考： most hard false positives result fromclassification instead of localization. 文中說，大部分
2019-07-18 04:04:09