原创 行人檢測論文筆記：Pedestrian Detection - An Evaluation of the State of the Art
知識點 對數正態分佈（lognormally distributed）：對數爲正態分佈的任意隨機變量的概率分佈。 如果 X 是正態分佈的隨機變量，則 exp(X)爲對數正態分佈. 如果 Y 是對數正態分佈，則 ln(Y) 爲正
2020-06-22 11:10:28
7
原创 iOS中多線程知識總結：進程、線程、GCD、串行隊列、並行隊列、全局隊列、主線程隊列、同步任務、異步任務等
iOS中多線程知識總結：進程、線程、GCD、串行隊列、並行隊列、全局隊列、主線程隊列、同步任務、異步任務等（有示例代碼） 進程 正在運行中的程序被稱作進程，負責程序運行的內存分配;每一個進程都有自己獨立的虛擬內存空間。 線程
2020-02-21 11:13:05
原创 南清北復交北航哈工大中科院華科保研記
作者目前在北京大學信息工程學院攻讀研究生，研究領域：計算機視覺 | 視頻分析 | 行爲檢測 | 行人檢測 前言 7月23號從中科院軟件所參加完夏令營回來，我的漫長的保研路也算是告一段落。 8月12號東軟實訓結束，8月13號坐上
2020-02-21 11:13:05
1
原创 行人檢測論文筆記：Pedestrian Detection - A Benchmark
知識點 k折交叉驗證 Non-Maximum Suppression：非極大值抑制算法，非極大值抑制（NMS）可以看做是抑制不是極大值的元素，搜索局部的極大值的搜索問題，NMS是許多計算機視覺算法的部分。 這個局部代表的是一個
2020-02-21 11:13:05
原创 Xcode運行後報錯： this class is not key value coding-compliant for the key的原因
現象：有時候在寫完代碼之command＋R運行後，程序會突然崩掉，並在console中出現一下錯誤：this class is not key value coding-compliant for the key。
2020-02-21 11:13:05
原创 行人檢測論文筆記：Histograms of Oriented Gradients for Human Detection
相關知識點 從TP、FP、TN、FN到ROC曲線、miss rate TP：true positive，實際是正例，預測爲正例 FP：false positive，實際爲負例，預測爲正例 TN：true negative，實際爲負例，預
2018-08-29 19:47:00
4
原创 深度學習實踐經驗：用Faster R-CNN訓練Caltech數據集——修改讀寫接口
前言 這部分主要講如何修改Faster R-CNN的代碼，來訓練自己的數據集，首先確保你已經編譯安裝了py-faster-rcnn，並且準備好了數據集，具體可參考我上一篇文章。 py-faster-rcnn文件結構 caffe-fas
2018-08-29 19:46:36
1
原创 深度學習論文筆記：YOLO
Abstract 之前的物體檢測的方法是使用分類器來進行檢測。 相反，本論文將對象檢測作爲空間分離的邊界框和相關類概率的迴歸問題。 本論文的YOLO模型能達到45fps的實時圖像處理效果。 Fast YOLO：小型的網絡版本，可達到15
2018-08-29 19:46:36
4
原创 深度學習論文筆記：YOLO9000
Abstract YOLO9000: a state-of-the-art, real-time 的目標檢測系統，可以檢測超過9000種的物體分類。 本論文提出兩個模型，YOLOv2和YOLO9000。 YOLOv2： 是對YOLO改
2018-08-29 19:46:36
原创 2017-02-27-深度學習論文筆記：R-FCN
Abstract 提出了一個region-based, fully convolutional的網絡來準確高效的進行物體檢測。 不同於Faster R-CNN，本論文的region-based detector是完全卷積化的，幾乎一張圖
2018-08-29 19:46:36
原创 深度學習論文筆記：SSD
知識點 Jaccard overlap, Jaccard similarity: Jaccard coefficient: J(A,B)=|A∩B||A∪B| A,B分別代表符合某種條件的集合：兩個集合交集的大小/兩個集合並集的大
2018-08-29 19:46:34
3
原创 深度學習實踐經驗：用Faster R-CNN訓練Caltech數據集——訓練檢測
前言 前面已經介紹瞭如何準備數據集，以及如何修改數據集讀寫接口來操作數據集，接下來我來說明一下怎麼來訓練網絡和之後的檢測過程。 修改模型文件 faster rcnn有兩種各種訓練方式: Alternative training(alt
2018-08-29 19:46:32
11
原创 行人檢測論文筆記：How Far are We from Solving Pedestrian Detection?
文章疑問點 Human Baseline 的標準是如何確定的? Ground-truth是什麼意思？ Groun-truth 指的是正確的標註（真實值） 在有監督學習中，數據是有標註的，以(x, t)的形式出現，其中x是輸入數據，t是標
2018-08-29 19:46:32
原创 深度學習論文筆記：Fast R-CNN
知識點 mAP：detection quality. Abstract 本文提出一種基於快速區域的卷積網絡方法（快速R-CNN）用於對象檢測。 快速R-CNN採用多項創新技術來提高訓練和測試速度，同時提高檢測精度。 採用VGG16的
2018-08-29 19:46:31
3
原创 深度學習實踐經驗：用Faster R-CNN訓練行人檢測數據集Caltech——準備工作
前言 Faster R-CNN是Ross Girshick大神在Fast R-CNN基礎上提出的又一個更加快速、更高mAP的用於目標檢測的深度學習框架，它對Fast R-CNN進行的最主要的優化就是在Region Proposal階段，引
2018-08-29 19:46:31
27