原创 slam第六講(視覺里程計1_1)
VO按是否需要提取特徵，分爲特徵點法的前端和不提特徵的前端。這一章講的是基於特徵點法的前端，分爲以下內容。 特徵點法：找到兩張2D圖像上的匹配點。 對極幾何：根據2D-2D特徵點對求解R,t。 三角測量：根據2D-2D特徵點求深度。 P
2020-06-16 04:07:21
20
原创 yolo_v3
一.概述 YOLO算法的基本思想是：首先通過特徵提取網絡對輸入圖像提取特徵，得到一定size的feature map，比如13*13，然後將輸入圖像分成13*13個grid cell，接着如果ground truth中某個object的中
2020-06-16 04:07:21
2
原创 BN、LN、IN、GN
常用的Normalization方法主要有：Batch Normalization（BN，2015年）、Layer Normalization（LN，2016年）、Instance Normalization（IN，2017年）、Gro
2020-06-16 04:07:21
原创 roidb.py
roidb是比較複雜的數據結構，存放了數據集的roi信息。原始的roidb來自數據集，在trian.py的get_training_roidb(imdb)函數進行了水平翻轉擴充數量，然後prepare_roidb(imdb)【定義在roi
2020-06-16 04:07:21
1
原创 soft nms
一.動機 非最大抑制（Non-maximum suppression, NMS）是物體檢測流程中重要的組成部分（如下圖劃線部分）。NMS算法首先按照得分從高到低對建議框進行排序，然後分數最高的檢測框M被選中，其他框與被選中建議框有明顯重疊
2020-06-16 04:07:21
4
原创 ctpn詳解
一.概述 對於複雜場景的文字識別，首先要定位文字的位置，即文字檢測。這一直是一個研究熱點。 文本檢測可以看成特殊的目標檢測，但它有別於通用目標檢測．在通用目標檢測中，每個目標都有定義好的邊界框，檢測出的bbox與當前目標的groundtr
2020-06-16 04:07:21
8
原创 anchor_target_layer.py
這層並不會被用在測試中，只會在訓練中起作用,用於cls和reg的loss的回傳 bbox inside weights 用來設置正樣本回歸loss的權重，默認爲1(負樣本爲0)（負樣本爲0，即可以區分正負樣本是否計算 loss） 原文中
2020-06-16 04:07:21
原创 yolo_v1
一.yolo概述 作者在YOLO算法中把物體檢測（object detection）問題處理成迴歸問題，用一個卷積神經網絡結構就可以從輸入圖像直接預測bounding box和類別概率。 YOLO算法的優點：1、YOLO的速度非常快。在T
2020-06-16 04:07:21
原创 CRNN詳解
一.概述 常用文字識別算法主要有兩個框架： CNN+RNN+CTC(CRNN+CTC) CNN+Seq2Seq+Attention 本文介紹第一種方法。 CRNN是一種卷積循環神經網絡結構，用於解決基於圖
2020-06-16 04:07:21
9
原创 MobileNet_v2
一.概述 MobileNetV1網絡是一條路的單通道結構，沒有feature map的複用。ResNet和DenseNet等網絡的提出，也驗證了feature map複用對提升網絡性能的有效性，MobileNetV2便應運而生。Mobil
2020-06-16 04:07:21
原创 east文本檢測
一.簡介 近年來，提取和理解在自然場景中的文本信息變得越來越重要和普遍，ICDAR系列競賽的參與者的數量以及NIST發起的TRAIT 2016評估都證明了這一點。文本檢測作爲文本識別、機器翻譯等後續過程的前提條件，其核心是區分文本和背景
2020-06-16 04:07:21
原创 Inception系列
一.Inception V1 Inception v1的原始Inception module如下所示： 首先解釋一下這種Inception module的好處，從Alexnet到VGG，網
2020-06-16 04:07:21
2
原创 ROI Pooling和ROI Aligen
ROI Pooling可以在Faster RCNN中使用以便使生成的候選框region proposal映射產生固定大小的feature map。 ROI Align 是在Mask-RCNN這篇論文裏提出的一種區域特徵聚集方式, 很好地
2020-06-16 04:07:21
原创 MobileNet_v1
一.概述 深度學習能夠很好解決部分計算機視覺相關的問題，但是其需要依靠強大的計算能力作爲支撐。深度學習在能耗有限，計算資源有限和存儲空間有限的移動端部署困難重重。 在不改變網絡結構的前提下，網絡稀疏化，量化是加速和壓縮深度神經網絡模型的重
2020-06-16 04:07:21
原创 馬爾可夫鏈蒙特卡羅算法(MCMC)-(一)
作爲一種隨機採樣方法，馬爾科夫鏈蒙特卡羅（Markov Chain Monte Carlo，以下簡稱MCMC）在機器學習,深度學習以及自然語言處理等領域都有廣泛的應用，是很多複雜算法求解的基礎。比如分解機(Factorization M
2020-06-16 04:07:21
5