第五讲_图像识别之图像检测Image Detection

  • 目录

  • 物体检测

  • ILSVRC竞赛200类(每个图片多个标签)：输出类别+Bounding Box（x,y,w,h）
  • PASCAL VOC 2012只有20类

  • 模型进化

区域卷积神经网络R-CNN-2014

  • 模型结构
  • selective search+CNN特征+svm+Bounding box regression
  • Regiom proposals
  • 训练流程


  • 测试阶段
  • RCNN性能大幅提升

SPPNet网络-2014

  • R-CNN速度慢的重要原因：卷积特征重复计算量太大
  • spp技术实现了共享计算，适应不同输入尺寸
  • SPP层具体实现
  • sppNet问题

Fast-R-CNN-2015

  • 改进；更高mAP(类似AUC曲线下的面积)
  • 网络结构



  • 训练阶段

Faster-R-CNN-2015

  • 概况，引导CNN关注区域
  • Region Proposal Network
  • 训练过程

区域全卷积神经网络R-FCN

  • 回顾
  • F-RCN的设计过程
  • 分类问题对尺寸，方向等变换不敏感，网络越深，分类效果很好；但是检测对变换敏感

  • 结构图：三部分
  • 理解K2(C+1)个通道，映射到每类K2个score map

人脸检测/行人检测

  • 主流数据库
  • WIDER FACE
  • IJB-A
  • Caltech

第五讲_图像识别之图像检测Image Detection的更多相关文章

  1. 使用YOLOv2进行图像检测

    基本配置信息 tensorflow (1.4.0) tensorflow-tensorboard (0.4.0) Keras (2.1.5) Python (3.6.0) Anaconda 4.3.1 ...

  2. 『科学计算』图像检测微型demo

    这里是课上老师给出的一个示例程序,演示图像检测的过程,本来以为是传统的滑窗检测,但实际上引入了selectivesearch来选择候选窗,所以看思路应该是RCNN的范畴,蛮有意思的,由于老师的注释写的 ...

  3. 第四讲_图像识别之图像分类Image Classification

    第四讲_图像识别之图像分类Image Classification 目录 图片分类 性能指标:top1,top5 ILSVRC:每种任务数据集不一样 imageNet:根据WorldNet组织的图片集 ...

  4. 异常检测(Anomaly Detection)

    十五.异常检测(Anomaly Detection) 15.1 问题的动机 参考文档: 15 - 1 - Problem Motivation (8 min).mkv 在接下来的一系列视频中,我将向大 ...

  5. 结合Python代码介绍音符起始点检测 (onset detection)

    本文由 meelo 原创,请务必以链接形式注明 本文地址 音符起始点检测介绍 音符起始点检测(onset detection)是音乐信号处理中非常重要的一个算法.节拍和速度(tempo)的检测都会基于 ...

  6. [C10] 异常检测(Anomaly Detection)

    异常检测(Anomaly Detection) 问题的动机 (Problem Motivation) 异常检测(Anomaly detection)问题是机器学习算法中的一个常见应用.这种算法的有趣之 ...

  7. 机器学习（十一）-------- 异常检测(Anomaly Detection)

    异常检测(Anomaly Detection) 给定数据集

  8. 图像检测之sift and surf---sift中的DOG图 surf hessian

    http://www.cnblogs.com/tornadomeet/archive/2012/08/17/2644903.html http://www.cnblogs.com/slysky/arc ...

  9. 04747_Java语言程序设计（一）_第7章_图形、图像与多媒体

    例7.1小应用程序用6种字型显示字符串,显示内容说明本身的字型. import java.applet.*; import java.awt.*; public class Example7_1 ex ...

随机推荐

  1. luogu1501 [国家集训队]Tree II

    lct裸题 #include <iostream> #include <cstdio> using namespace std; typedef long long ll; i ...

  2. zuul session 不一致的问题

    配置文件: #不加这句话导致session不一致zuul.routes.intelligentsia-authority.sensitiveHeaders = Authorization 过滤器里面 ...

  3. niubi-job：一个分布式的任务调度框架设计原理以及实现

    niubi-job的框架设计是非常简单实用的一套设计,去掉了很多其它调度框架中,锦上添花但并非必须的组件,例如MQ消息通讯组件(kafka等).它的框架设计核心思想是,让每一个jar包可以相对之间独立 ...

  4. 【Luogu】P3809后缀排序（后缀数组模板）

    题目链接 今天终于学会了后缀数组模板qwq 不过只会模板emmmm 首先我们有一本蓝书emmmmmm 然后看到蓝书221页代码之后我就看不懂了 于是请出rqy rqy: 一开始那是个对单个字符排序的操 ...

  5. Centos7系统rc.local不起作用问题

    Centos7系统rc.local不起作用问题 来源 https://www.cnblogs.com/xjz00/p/7729405.html Centos7已经写了要chmod +x /etc/rc ...

  6. 周赛Problem 1025: Hkhv love spent money（RMQ）

    Problem 1025: Hkhv love spent money Time Limits:  1000 MS   Memory Limits:  65536 KB 64-bit interger ...

  7. 报错：java.lang.IllegalStateException

    java.lang.IllegalStateException: BeanFactory not initialized or already closed - call '“refresh”' be ...

  8. java面试题之volatile的工作原理

    volatile的特性: volatile可见性:对一个volatile的读,总可以看到对这个变量最终的写: volatile原子性:volatile对单个读/写具有原子性(32位Long.Doubl ...

  9. JavaWeb学习总结(十七)——JSP中的九个内置对象（转）

    一.JSP运行原理 每个JSP 页面在第一次被访问时,WEB容器都会把请求交给JSP引擎(即一个Java程序)去处理.JSP引擎先将JSP翻译成一个_jspServlet(实质上也是一个servlet ...

  10. jquery插件的基本写法

    (function($){ var a={name:'2222',age:5555} var b={sex:'男',grade:5555} var c=$.extend({},a,b);//合并到新的 ...