原创 這就是神經網絡 7：深度學習-目標檢測-超詳細圖解Faster R-CNN
本文動機 說實話，介紹Faster R-CNN的文章我看了很多，論文的英文原文和翻譯都看過，我知道two-statge和anchor的主要思想，可是我腦子裏始終沒法建立一個完整的Faster R-CNN的框架，有太多的細節沒有搞清
2020-06-16 05:40:56
2
原创 這就是神經網絡 6：SqueezeNet和Xception
概述 之前也寫博客介紹過輕量化神經網絡架構：《集異璧-神經網絡結構 5：輕量化神經網絡–MobileNet V1、MobileNet V2、ShuffleNet V1、ShuffleNet V2》。 但是那篇文章沒有包含Squee
2020-06-16 05:40:56
1
原创 這就是神經網絡 9：深度學習-語義分割-FCN、U-Net、SegNet
FCN 簡介 FCN全稱是‘Fully Convolutional Networks’,也就是全卷積網絡。這個網絡去掉了全連接層，網絡結構裏只有卷積（池化和反捲積）操作。本文的FCN特指這個語義分割網絡，而非廣義的全卷積網絡。 作
2020-06-16 05:40:56
29
原创 這就是神經網絡 8：深度學習-目標檢測-SSD和DSSD
前言 最近有一篇綜述目標檢測的論文《Deep Learning for Generic Object Detection: A Survey》，來自首爾國立大學的 Lee hoseong 在近期開源了「deep learning
2020-06-16 05:40:56
3
原创 行人(客流)計數的一些底層技術
概述 自己之前寫過一篇文章介紹自己做的行人（客流）計數的工作：基於檢測和多目標跟蹤的客流統計功能小結 這篇文章利用行人檢測及多目標跟蹤技術，對過邊線的人數進行計數。檢測和多目標跟蹤我就不多說了，這裏說一下如何進行過線檢測。 基本思
2019-09-08 15:38:50
4
原创 項目實踐中對語義分割網絡DeepLabV3+的改進
概述 最近用DeepLabV3+做了一些語義分割的工作，從github上下載了別人實現的tensorflow實現。發現速度不能滿足需求，所以本人對DeepLabV3+做了一些改進。 原始的網絡結構 下圖左側是DeepLabV3的結
2019-05-21 15:48:44
29
原创 這就是神經網絡 18：深度學習-文字識別OCR-CRNN
概述 在之前項目中用過CRNN做OCR,我在這裏記錄一下我對這個算法的理解,我沒有對比代碼去看，主要結合別人的博客略讀論文。 聲明一下，主要參考了文末的《一文讀懂CRNN+CTC文字識別》這篇文章，基本講的非常易懂。另外，本算法的
2019-05-21 15:48:44
41
原创 基於語義分割的身份證部件解析和文字檢測
概述 這個工作主要是利用之前項目的語義分割算法，順便探索一下身份證部件解析的功能。安排實習生利用合成的身份證照片進行了語義分割的標註。 我的目的有兩個：1.檢測身份證上的信息是否齊全；2.確定身份證各文字信息的位置，把文字摳出來給OC
2019-05-10 23:28:11
10
原创 tensorflow 23：從ckpt文件導出固化PB文件
概述 需要從ckpt文件生成固化的PB文件，給生成現場用。現在我探索下不依賴代碼裏的網絡結構、僅僅用CKPT文件來生成PB文件。 轉化 訓練生成的ckpt文件目錄如下： $ ls ./ckpt0507/ checkpoint
2019-05-09 22:35:06
3
原创 這就是神經網絡 17：深度學習-評價指標_ROC_mAP
概述 本文主要講述目標檢測指標mAP。主要也是自己做這塊有段時間，但是這個指標一直沒弄的特別清楚。而且網上很多博客寫的並不準確，會給人不少舞蹈，希望自己的文章能幫到別人。 基礎知識 true positive, false posit
2019-05-08 22:41:33
4
原创 自制人臉分割/解析數據集：helen_small4seg（附網盤下載地址）
概述 我用原始的helen數據，挑選了部分標註比較好的圖片，生成了一個規模較小的人臉解析/分割數據集，放在網盤上供大家下載。 原始helen數據集介紹 關於helen數據集的介紹，請參考我之前的博客：《人臉解析（Face Parsin
2019-05-03 20:49:25
7
原创 目標檢測中的檢測框合併策略：NMS和Soft-NMS
概述 目標檢測中的Region Proposal動輒上千，會形成大量有重合的檢測框，需要使用某些算法對檢測框去重。 常用的兩種算法是NMS和Soft-NMS。 NMS 全稱‘非極大值抑制(non maximum suppression
2019-05-02 20:54:56
14
原创 這就是神經網絡 14：深度學習-目標檢測-YOLOv1、YOLOv2、YOLOv3
YOLO YOLO是與SSD齊名的one_stage目標檢測算法代表。SSD系列有比較多的變體，大部分都不是SSD作者做的工作。而YOLO目前已經進化到V3，據我所知都是yolo作者自己做的工作。 網絡結構 由於yolo屬於one_s
2019-04-16 15:54:11
9
原创 這就是神經網絡 13：語義分割loss函數和評價指標
序 最近剛剛完成自己規劃的語義分割部分論文閱讀，算是一個小結吧。 語義分割的LOSS函數 語義分割對像素的分類，可以用交叉熵作爲loss函數。 但是語義分割也有自己的特殊性，整個環面中前景物體有時會有較小的佔比（比如醫學圖像中的病竈）
2019-04-03 15:38:00
1
原创 這就是神經網絡 12：深度學習-語義分割-DeepLabV1、V2、V3和V3+
概述 說到語義分割，谷歌的DeepLab系列都是一個無法繞過的話題。目前這個系列共出了4個版本：V1、V2、V3和V3+。 本文主要關注DeepLabV3+和DeepLabV3。V1、V2作爲前作，有一定的參考價值，但是我精力有限，這
2019-04-01 15:40:53
46