原创 深度學習論文筆記:Faster R-CNN

Abstract Region Proposal的計算是基於Region Proposal算法來假設物體位置的物體檢測網絡比如:SPPnet, Fast R-CNN運行時間的瓶頸。 Faster R-CNN引入了Region Propo

原创 行人檢測論文筆記:Fast Feature Pyramids for Object Detection?

相關知識點 Overcomplete Representations: Overcomplete:Such a complete system is overcomplete if removal of a ϕj from the s

原创 深度學習論文筆記:Rich feature hierarchies for accurate object detection and semantic segmentation

Abstract mAP: mean average precision,平均準確度 我們的方法結合兩個關鍵的見解: 第一:採用高容量的卷積神經網絡來從上到下的進行region proposal,從而實現定位和分割物體。 當標記的訓練數

原创 深度學習論文筆記:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

Abstract 現有的深卷積神經網絡(CNN)需要固定尺寸(例如,224×224)的輸入圖像。 新的網絡結構,稱爲SPP-net,可以生成固定長度的表示,而不管圖像大小/規模。 使用SPP-net,我們從整個圖像只計算一次特徵圖,然後

原创 行人檢測論文筆記:Robust Real-Time Face Detection

知識點 傅里葉變換的一個推論: 一個時域下的複雜信號函數可以分解成多個簡單信號函數的和,然後對各個子信號函數做傅里葉變換並再次求和,就求出了原信號的傅里葉變換。 卷積定理(Convolution Theorem):信號f和信號g

原创 深度學習讀書筆記:DeepLearningBook - Chapter 9 - Conventional Networks

Chapter 9 Convolutional Networks(卷積神經網絡) 卷積網絡僅僅是在其至少一個層中使用卷積代替一般矩陣乘法的神經網絡。 The Convolution Operation The convolution

原创 行人檢測論文筆記:Taking a Deeper Look at Pedestrians

相關知識點 L1範數 也稱爲最小絕對偏差(LAD),最小絕對誤差(LAE)。它基本上最小化目標值(Yi)和估計值(f(xi))之間的絕對差(S)的和 L2範數也稱爲最小二乘。它基本上最小化目標值(Yi)和估計值(f(xi))之間的