Detectron 源码解析-模型训练
运行Faster-RCNN指令123python tools/train_net.py \ --cfg configs/getting_started/tutorial_1gpu_e2e_faster_rcnn_R-50-FPN.yaml \ OUTPUT_DIR /tmp/detect
...
Detectron源码解析
roidb数据结构
数据载入
模型训练
风格说明./tools/infer_simple.py 中的.代表的是当前目录, 默认情况下为Detectron.
通常对于较少函数参数, 会直接写出来, 如get_func(func_name), 而对于参数较多的函数, 有时会省略, 如build_gene
...
Speed Accuracy TradeOffs (CVPR, 2017)
文章: Speed/accuracy trade-offs for modern convolutional object detectors作者: Jonathan Huang, Vivek Rathod, Chen Sun, Menglong Zhu, Anoop Korattikara, Al
...
DCN-ICCV 2017
文章: Deformable Convolutional Networks作者: ifeng Dai, Haozhi Qi, Yuwen Xiong, Yi Li, Guodong Zhang, Han Hu, Yichen Wei机构: Microsoft Research Asia
核心亮点1)
...
Softer-NMS-Arvix 2018
作者: Yihui He, Xiangyu Zhang, Kris Kitani, Marios Savvides发表:机构: CMU & Face++
核心亮点提出了一种新的边框回归损失函数和NMS算法作者提出了一种 基于KL散度的边框回归损失函数, 可以同时学习到边框的形变量和位置变化量
...
Non-local Neural Networks (CVPR, 2018)
文章: Non-local Neural Networks作者: Xiaolong Wang, Ross Girshick, Abhinav Gupta, Kaiming He
核心亮点1) 提出了 non-local operations 来解决 CNN 网络中的 long-range depen
...
CoupleNet-Coupling Global Structure with Local Parts for Object Detection
核心亮点在进行区域分类时, 同时使用了全局信息,上下文信息和局部信息综合判断提出了一个新颖的全卷积网络, 并称之为CoupleNet, 它可以在目标检测中结合使用全局和局部信息. 具体来说, CoupleNet会将由RPN网络产生的候选区域送入到coupling module中, 该模块包含两个分支
...
LeetCode 算法题全解
001. 两数之和Description: 求出能组合出目标数的两个元素给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。
Example:
Gi
...
用PyTorch实现经典VGG网络
首先, 来看一下原文中关于 VGG 网络的结构设置, 如下图所示:
可以看到, 上图中, 不同版本的 VGG 网络的整体结构差不多, 主要的不同体现在每一个卷积段内(共5个卷积段)卷积层的个数以及卷积层的参数, 下面我们以 VGG-19 为例, 给出 VGG 网络的 PyTorch 实现, 其他版
...
Cpp-RTTI机制
RTTI概念RTTI (Run Time Type Identification) 即运行时类型识别, 程序能够使用基类类型的指针或引用来检查来检查这些指针或引用所指的对象的实际派生类型.
RTTI机制的产生C++ 是一种静态类型语言, 其具体类型是在编译器就确定的, 不能在运行时更改. 然而由于面
...
用 Numpy 实现一个简单的神经网络
本示例来自于PyTorch的官网上的一个warm-up小示例, 觉得很有代表性, 所有这里单独记录一下.对于numpy来说, 它对计算图, 深度学习, 梯度等等概念几乎是不知道的, 但是, 如果我们了解简单神经网络的具体结构, 那么我们就可以很轻易的用numpy来实现这个简单网络, 对此, 我们通常
...
DSSD-Deconvolutional Single Shot Detector
核心亮点(1) 利用反卷积模块向特征图谱中添加更多的上下文信息主要是对SSD的一点改进, SSD使用了不同阶段的卷积特征图谱进行目标检测, 而DSSD受到人体姿态识别任务的启发, 将这些不同阶段的卷积特征图谱通过反卷积模块连接起来, 然后再进行目标检测的预测任务.
(2), 预测模块采用Resid
...
各种损失函数深入解析
常用损失函数及其形式
损失函数
形式
绝对值损失(L1损失)
平方损失(L2损失)
交叉熵损失
各个损失函数详细解析绝对值损失别名 $L_1$ 损失
平方损失:平方损失的别名是 $L_2$ 损失
平方损失函数是由线性模型引出的. 对于最简单的线性模型, 可以用房屋面
...