M2Det (AAAI, 2019)

发表于 2019-01-10 | 更新于 2019-09-08 | 分类于计算机视觉 | 评论数：

本文字数： 7.8k | 阅读时长 ≈ 7 分钟

文章: M2Det: A Single-Shot Object Detector based on Multi-Level Feature PyramidNetwork作者: Qijie Zhao, Tao Sheng, Yongtao Wang机构: 北京大学, 阿里达摩院摘要Feature p ...

阅读全文 »

DCN v2 (Arxiv, 2018)

发表于 2019-01-05 | 更新于 2019-09-08 | 分类于计算机视觉 | 评论数：

本文字数： 9.8k | 阅读时长 ≈ 9 分钟

文章: Deformable ConvNets v2: More Deformable, Better Results作者: Xizhou Zhu, Han Hu, Stephen Lin, Jifeng Dai机构: 中科大, Microsoft Research Asia 摘要可变形卷积网络的优 ...

阅读全文 »

SSD 源码实现 (PyTorch)

发表于 2018-12-28 | 更新于 2019-07-31 | 分类于 PyTorch | 评论数：

本文字数： 45k | 阅读时长 ≈ 41 分钟

概览SSD 和 YOLO 都是非常主流的 one-stage 目标检测模型, 并且相对于 two-stage 的 RCNN 系列来说, SSD 的实现更加的简明易懂, 接下来我将从以下几个方面展开对 SSD 模型的源码实现讲解: 模型结构定义 DefaultBox 生成候选框解析预测结果 Mul ...

阅读全文 »

Image Augmentation

发表于 2018-12-21 | 更新于 2019-06-26 | 分类于计算机视觉 | 评论数：

本文字数： 198 | 阅读时长 ≈ 1 分钟

项目地址: https://github.com/aleju/imgaug 安装及卸载先安装相关依赖1pip install six numpy scipy Pillow matplotlib scikit-image opencv-python imageio Shapely 安装 imgaug ...

阅读全文 »

SSD 源码实现 (PyTorch)-数据处理

发表于 2018-12-21 | 更新于 2019-02-25 | 分类于 PyTorch | 评论数：

本文字数： 9.2k | 阅读时长 ≈ 8 分钟

源码文件 ./data/: coco.py, ./utils/: augmentations.py augmentations.py 文件概览众多周知, SSD 模型虽然比较简单, 但是也因此在精度上不够优秀, 故而需要借助较多的 Augmentation Trick 来提升模型的 mAP, 这 ...

阅读全文 »

算法经典题型整理

发表于 2018-12-19 | 更新于 2019-09-09 | 分类于其他 | 评论数：

本文字数： 46k | 阅读时长 ≈ 42 分钟

LeetCode 算法题(Easy)LeetCode 算法题(Medium)LeetCode 算法题(Hard)剑指 offer 哈希构造方法: 直接寻址法：取关键字或关键字的某个线性函数值为散列地址。即H(key)=key或H(key) = a?key + b，其中a和b为常数（这种散列函数叫做 ...

阅读全文 »

洗牌的正确姿势-Knuth shuffle算法

发表于 2018-12-15 | 更新于 2019-09-07 | 分类于其他 | 评论数：

本文字数： 1.7k | 阅读时长 ≈ 2 分钟

注: 在 LeetCode 上, 将该解法称为 Fisher-Yates 算法. 怎样用计算机模拟出足够随机的洗牌结果, 看似很简单, 但其实它比给一副乱糟糟的牌排好序可能还更难一些. 洗牌问题的描述很简单:即如何通过打乱顺序, 让一副扑克牌变成随机的排列, 而且每一种可能的排列有相同机会出现. ...

阅读全文 »

MaskrcnnBenchmark 源码解析-模型定义(modeling)之辅助文件解析

发表于 2018-12-13 | 更新于 2019-03-01 | 分类于 PyTorch | 评论数：

本文字数： 9k | 阅读时长 ≈ 8 分钟

balanced_positive_negative_sampler.py在 rpn/loss.py 文件中的 class RPNLossComputation(object) 类使用了 class BalancedPositiveNegativeSampler(object) 类的实例对象作为函 ...

阅读全文 »

C++ 标准模板库STL完整笔记

发表于 2018-12-13 | 更新于 2019-03-17 | 分类于 Cpp | 评论数：

本文字数： 12k | 阅读时长 ≈ 11 分钟

顺序式容器vector, list, deque 容器说明底层实现 vector 数组 list 双向链表 deque 中央控制器和多个缓冲区顺序式容器中元素的位置是按照插入顺序排列的, 也就是容器自身没有排序功能, 顺序式容器都至少具有以下成员函数:12 ...

阅读全文 »

MaskrcnnBenchmark 源码解析-模型定义(modeling)之RPN网络

发表于 2018-12-12 | 更新于 2019-02-25 | 分类于 PyTorch | 评论数：

本文字数： 31k | 阅读时长 ≈ 28 分钟

源码文件在 Faster R-CNN 中, 首次提出了 RPN 网络, 该网络用于生成目标检测任务所需要候选区域框, 在 MaskrcnnBenchmark 中, 关于 RPN 网络的定义位于 ./maskrcnn_benchmark/modeling/rpn/ 文件夹中, 该文件夹包含以下四个文件 ...

阅读全文 »

MaskrcnnBenchmark 源码解析-模型定义(modeling)之骨架网络(backbone)

发表于 2018-12-11 | 更新于 2019-07-02 | 分类于 PyTorch | 评论数：

本文字数： 39k | 阅读时长 ≈ 36 分钟

源码文件不论是在训练脚本文件 train_net.py 还是在测试脚本文件 test_net.py 中, 都调用了 build_detection_model(cfg) 函数来创建模型, 该函数封装了模型定义的内部细节, 使得我们可以通过配置文件轻松的组合出不同类型的模型, 为了能够更好的了解模型的 ...

阅读全文 »

Faster-RCNN 源码实现 (PyTorch)

发表于 2018-12-10 | 更新于 2019-03-05 | 分类于 PyTorch | 评论数：

本文字数： 12k | 阅读时长 ≈ 11 分钟

我们知道, FasterRCNN 作为目标检测任务的一个标志性的检测模型, 在目标检测领域具有十分广泛的应用, 其模型原理主要包含以下几个重要的组成部分: BackBone: VGG, ResNet等 RoIPool: 感兴趣区域池化层 RPN: 候选框区域推荐网络, FasterRCNN最主要的 ...

阅读全文 »

MaskrcnnBenchmark 源码解析-数据结构(structures)

发表于 2018-12-10 | 更新于 2019-02-25 | 分类于 PyTorch | 评论数：

本文字数： 17k | 阅读时长 ≈ 15 分钟

源码文件在 ./maskrcnn_benchmark/structures/ 文件夹中, 定义了许多检测模式使用的数据结构, 如 BoxList, ImageList 等, 下面我们就将对这些数据结构以后适用于它们的操作进行讲解, 涉及到的源码文件如下所示: bounding_box.py box ...

阅读全文 »

MaskrcnnBenchmark 源码解析-训练/推演核心代码(engine)

发表于 2018-12-07 | 更新于 2019-02-25 | 分类于 PyTorch | 评论数：

本文字数： 11k | 阅读时长 ≈ 10 分钟

源码文件./maskrcnn_benchmark/engine/trainer.py./maskrcnn_benchmark/engine/inference.py 模型测试/推演时, 无需计算每个参数的梯度, 因此会大大减少 GPU 的显存占用空间 trainer.py 文件概览本文件中的代码是 ...

阅读全文 »

MaskrcnnBenchmark 源码解析-训练/推演工具脚本(tools)

发表于 2018-12-06 | 更新于 2018-12-09 | 分类于 PyTorch | 评论数：

本文字数： 15k | 阅读时长 ≈ 13 分钟

源码文件 ./tools/train_net.py ./tools/test_net.py train_net.py 文件概览为了更好的解读 MaskrcnnBenchmark 的源代码, 我们首先来看看执行模型训练代码的脚本文件都使用了哪些类和函数, 该脚本可以训练 MaskrcnnBench ...

阅读全文 »