计算机视觉 on 111qqz's blog

Focal Loss for Dense Object Detection(RetinaNet) 学习笔记

Sat, 02 May 2020 18:50:06 +0800

先写个简略版的笔记..看之后的情况要不要读得更精细一点..

背景
#

two stage的检测比one stage的检测效果好,原因是啥?

Faster Rcnn 目标检测算法

Sun, 05 Apr 2020 20:38:28 +0800

背景
#

2019年对了好几次faster rcnn，第一次是赛事之窗项目和北京的同事，对齐sdk和训练的实现。第二次是被tensorRT4和tensorRT5之间默认参数不一致的问题坑了一下。第三次是被caffe proto中roi align 的默认参数坑了。

resnet 学习笔记

Sun, 05 Apr 2020 16:49:44 +0800

背景
#

基于Conv的方法在某年的ImageNet比赛上又重新被人想起之后，大家发现网络堆叠得越深，似乎在cv的各个任务上表现的越好。

记一次faster-rcnn debug记录

Fri, 13 Dec 2019 16:32:14 +0800

问题描述
#

一年debug 三次faster rcnn,每次都有新感觉（不

FPN:Feature Pyramid Networks 学习笔记

Sun, 08 Dec 2019 17:30:50 +0800

检测不同尺度的物体一直是计算机视觉领域中比较有挑战性的事情．我们先从之前的工作出发，并对比FPN比起之前的工作有哪些改进．

SSD: Single Shot MultiBox Detector 学习笔记

Sun, 08 Dec 2019 15:00:15 +0800

概述
#

SSD是一种单阶段目标检测算法．所谓单阶段，是指只使用了一个deep neural network,而不是像faster-rcnn这种两阶段网络．为什么有了faster-rcnn还要使用SSD? 最主要是慢… 两阶段网络虽然准确率高，但是在嵌入式等算力不足的设备上做inference速度非常感人，很难达到real time的要求．（实际业务上也是这样，公有云上的检测模型几乎都是faster-rcnn,而到了一些盒子之类的硬件设备，检测模型就全是SSD等single stage 模型了)

faster rcnn 模型 tensorrt4与tensorrt5 结果不一致踩坑记录

Thu, 07 Nov 2019 23:40:39 +0800

最近有同事report给我们,用同一个模型转换工具,转同一个faster rcnn 模型, 同样的sdk代码,在有些显卡上结果正常,但是再比较新的显卡上(比如Titan V)上结果完全不正确.

Anchor Box Algorithm

Mon, 01 Jul 2019 19:53:24 +0800

动机
#

将一张图分成多个grid cell进行检测之后,每个cell只能检测到一个object. 如果这个grid cell中不止有一个物体要怎么办呢? 因此提出了anchor box algorithm来解决这个问题.

目标检测领域的滑动窗口算法

Sun, 30 Jun 2019 16:55:40 +0800

对象检测（Object Detection）的目的是”识别对象并给出其在图中的确切位置”，其内容可解构为三部分：

caffe2 添加自定义operater

Fri, 13 Apr 2018 03:08:19 +0000

记录一些一个没有之前没有接触过caffe/caffe2的人为了添加自定义的op 到caffe2需要做的工作.

非极大值抑制（Non-Maximum Suppression，NMS）

Fri, 16 Mar 2018 02:56:14 +0000

NMS是为了在诸多CV任务如边缘检测，目标检测等，找到局部最大值

reid 相关任务记录

Sat, 24 Feb 2018 04:34:02 +0000

被师兄（同事？）普及了一番实验规范orz…

我还是太年轻了

分类评价指标之Cumulative Match Characteristi (CMC)曲线

Fri, 23 Feb 2018 08:20:55 +0000

CMC曲线全称是Cumulative Match Characteristic (CMC) curve，也就是累积匹配曲线，同ROC曲线Receiver Operating Characteristic (ROC) curve一样，是模式识别系统，如人脸，指纹，虹膜等的重要评价指标，尤其是在生物特征识别系统中，一般同ROC曲线（多标签图像分类任务的评价方法-mean average precision(mAP) 以及top x的评价方法）一起给出，能够综合评价出算法的好坏。

光流法初探

Thu, 22 Feb 2018 09:03:48 +0000

算是CV领域的传统算法了

只写两句话就够了。

它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。

end-to-end 神经网络

Thu, 22 Feb 2018 02:53:01 +0000

所谓end-to-end 神经网络，更多是一种思想。

这种思想的核心是，比如对于图像处理，输入原始图像数据，输出的是直接有用的结果（有用取决于具体的任务，比如自动驾驶)

Pose-driven Deep Convolutional Model for Person Re-identification 阅读笔记

Thu, 22 Feb 2018 02:25:00 +0000

1709.08325

Reid问题指的是判断一个probe person 是否在被不同的camera捕获的gallery person 中出现。

Deep Mutual Learning（相互学习）阅读笔记

Sun, 18 Feb 2018 10:46:35 +0000

原始论文

DNN在很多问题上效果很不错，但是由于深度和宽度过大，导致需要的执行时间和内存过大。我们需要讨论一些能快速执行并且对内存的需要不大的模型。

Similarity learning 和Metric learning

Sun, 18 Feb 2018 08:14:10 +0000

Similarity_learning
#

相似性学习（Similarity learning ）有监督机器学习，它与回归和分类密切相关，但目标是从实例中学习一个相似函数，以衡量两个对象的相似程度或相关程度。

persion reid 论文列表

Sat, 17 Feb 2018 07:17:49 +0000

Key:

(1). Pose-driven, body part alignment, combine whole feature and body part feature, focus on alignment of part model,

(2). Combine image label and human attributes classes, do classification with attributes and identity learning

多标签图像分类任务的评价方法-mean average precision(mAP) 以及top x的评价方法

Fri, 09 Feb 2018 03:53:09 +0000

参考资料:

多标签图像分类任务的评价方法-mAP

wiki_Sensitivity and specificity

False Positives和False Negative等含义

Non-local Neural Networks 阅读笔记

Mon, 05 Feb 2018 02:24:34 +0000

先粗略读了2遍orz.可能不够严谨，先写一些high-level的理解。

non-local means algorithm 学习笔记

Thu, 25 Jan 2018 02:53:52 +0000

终于忙完学校的事情可以干正事了orz

这里会记录一些第一遍看paper的过程中遇到的一些影响理解的概念，不过大多不会深究，只算做粗浅的理解。

stanford cs 231n:常用激活函数

Sat, 22 Jul 2017 08:56:08 +0000

其实我觉得这部分可以直接黑箱。。。直接无脑上Leaky ReLU或者Maxou？不过对这些激活函数的特点有个high-level的了解应该总是没坏处的，只要别太纠结细节就好了把。。
#

每个激活函数（或非线性函数）的输入都是一个数字，然后对其进行某种固定的数学操作。下面是在实践中可能遇到的几种激活函数：

how to copy & modify nets model on tensorflow slim

Wed, 19 Jul 2017 06:21:40 +0000

想要修改tensorflow-slim 中 nets中的某个model,例如明明为kk_v2.py

Inception-v4,Inception-ResNet 和残差连接对学习的影响

Tue, 18 Jul 2017 02:42:50 +0000

原始论文

翻译链接

**——前言：**作者认为残差连接在训练深度卷积模型是很有必要的。至少在图像识别上，我们的研究似乎并不支持这一观点。

stanford CS231n notes：Linear classification

Mon, 17 Jul 2017 02:02:43 +0000

课程链接
#

知乎翻译链接

之前看的原版，后来发现知乎上有翻译，正好想到之前看完没有整理总结，干脆就写一下自己的理解，顺便贴一下课程翻译（感觉翻译的质量好像还可以？

tensorflow slim 源码分析

Sun, 16 Jul 2017 13:10:04 +0000

py的源码看起来还是很愉快的。。。（虽然熟练成程度完全不如cpp。。。。

几种梯度下降(GD)法的比较（转载）

Mon, 10 Jul 2017 01:49:04 +0000

参考资料

机器学习中梯度下降（Gradient Descent， GD）算法只需要计算损失函数的一阶导数，计算代价小，非常适合训练数据非常大的应用。

Deep Learning Tutorial - PCA and Whitening

Thu, 06 Jul 2017 08:35:51 +0000

说下我自己的理解

PCA：主成分分析，是一种预处理手段。对于n维的数据，通过一些手段，把变化显著的k个维度保留，舍弃另外n-k个维度。对于一些非监督学习算法，降低维度可以有效加快运算速度。而n-k个最次要方向的丢失带来的误差不会很大。

计算机视觉 on 111qqz's blog

Focal Loss for Dense Object Detection(RetinaNet) 学习笔记

背景 #

Faster Rcnn 目标检测算法

背景 #

resnet 学习笔记

背景 #

记一次faster-rcnn debug记录

问题描述 #

FPN:Feature Pyramid Networks 学习笔记

SSD: Single Shot MultiBox Detector 学习笔记

概述 #

faster rcnn 模型 tensorrt4与tensorrt5 结果不一致 踩坑记录

Anchor Box Algorithm

动机 #

目标检测领域的滑动窗口算法

caffe2 添加自定义operater

非极大值抑制（Non-Maximum Suppression，NMS）

reid 相关任务记录

分类评价指标之Cumulative Match Characteristi (CMC)曲线

光流法初探

end-to-end 神经网络

Pose-driven Deep Convolutional Model for Person Re-identification 阅读笔记

Deep Mutual Learning（相互学习） 阅读笔记

Similarity learning 和Metric learning

Similarity_learning #

persion reid 论文列表

多标签图像分类任务的评价方法-mean average precision(mAP) 以及top x的评价方法

Non-local Neural Networks 阅读笔记

non-local means algorithm 学习笔记

stanford cs 231n:常用激活函数

其实我觉得这部分可以直接黑箱。。。直接无脑上Leaky ReLU或者Maxou？不过对这些激活函数的特点有个high-level的了解应该总是没坏处的，只要别太纠结细节就好了把。。 #

how to copy & modify nets model on tensorflow slim

Inception-v4,Inception-ResNet 和残差连接对学习的影响

stanford CS231n notes：Linear classification

课程链接 #

tensorflow slim 源码分析

几种梯度下降(GD)法的比较（转载）

Deep Learning Tutorial - PCA and Whitening

背景
#

背景
#

背景
#

问题描述
#

概述
#

faster rcnn 模型 tensorrt4与tensorrt5 结果不一致踩坑记录

动机
#

Deep Mutual Learning（相互学习）阅读笔记

Similarity_learning
#

其实我觉得这部分可以直接黑箱。。。直接无脑上Leaky ReLU或者Maxou？不过对这些激活函数的特点有个high-level的了解应该总是没坏处的，只要别太纠结细节就好了把。。
#

课程链接
#