- 博客(76)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 语义分割--(PAN)Pyramid Attention Network for Semantic Segmentation
Pyramid Attention Network for Semantic SegmentationPyramid Attention Network for Semantic Segmentation原文地址：PAN备注： 这篇文章和DFN类似。IntroductionAbstract论文提出了Pyramid Attention Network(PAN)网络...
2018-08-30 15:55:50
16601
12
原创 语义分割--(DFN)Learning a Discriminative Feature Network for Semantic Segmentation
Learning a Discriminative Feature Network for Semantic SegmentationLearning a Discriminative Feature Network for Semantic Segmentation收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Rec...
2018-08-30 10:35:42
11921
8
原创 TensorFlow实战：Chapter-9下(DeepLabv3+在自己的数据集训练)
基本配置DeepLab的基本环境和基本demo要运行成功。如何使用DeepLabV3+训练CityScapes。数据集处理我的数据集是3分类问题，但因为数据集的保密协议，在后面的demo中我没有放出原图片，我会尽量将训练细节写出来。为了方便记录，我又使用了CamVid数据集(从这里下载)测试了一下。数据集处理分成三大步：标注数据制作指示文件将数据打包成TFR...
2018-07-07 10:35:16
25649
142
原创 语义分割--(DenseASPP )DenseASPP for Semantic Segmentation in Street Scenes
DenseASPPDenseASPP for Semantic Segmentation in Street Scenes原文地址：DenseASPP收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Recognition)代码:PyTorch简介：将DeepLab系列中的ASPP和DenseNet...
2018-06-28 16:18:40
36609
9
原创 TensorFlow实战：Chapter-9上(DeepLabv3+代码实现)
参考资料使用代码地址：github-DeepLabv3+官方教程调试指令参考local_test.sh前提工作这里主要分成两步：1.先配置基本的开发环境2.下载数据集并配置基本的环境配置依赖库NumpyPillow 1.0tf Slim (which is included in the “tensorflow/models/resear...
2018-06-04 22:54:09
36140
207
原创 Deformable ConvNets--Part5： TensorFlow实现Deformable ConvNets
关于Deformable Convolutional Networks的论文解读，共分为5个部分，本章是第五部分：[ ] Part1： 快速学习实现仿射变换[ ] Part2： Spatial Transfomer Networks论文解读[ ] Part3： TenosorFlow实现STN[ ] Part4： Deformable Convolutional Networks论文解...
2018-04-18 22:16:37
11945
26
原创 纹理识别--(Deep TEN)Deep TEN: Texture Encoding Network
Deep TEN: Texture Encoding Network原文地址：Deep TEN备注：这篇文章中提到的Encoding Layer 是语义分割–(EncNet)Context Encoding for Semantic Segmentation的前部分工作，面向是纹理识别任务。收录：CVPR2017(IEEE Conference on Computer Vision a...
2018-04-10 20:51:33
19019
7
原创 语义分割--(EncNet)Context Encoding for Semantic Segmentation
Context Encoding for Semantic Segmentation原文地址：EncNet收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Recognition)备注：本文中的Encoding Layer参考纹理识别–(Deep TEN)Deep TEN: Texture Encoding N...
2018-04-03 17:46:13
27305
9
原创 Deformable ConvNets--Part4：Deformable Convolutional Networks论文解读
关于Deformable Convolutional Networks的论文解读，共分为5个部分，本章是第四部分：[ ] Part1： 快速学习实现仿射变换[ ] Part2： Spatial Transfomer Networks论文解读[ ] Part3： TenosorFlow实现STN[x] Part4： Deformable Convolutional Networks论文解...
2018-03-26 20:58:26
5008
5
原创 Deformable ConvNets--Part2：(STN)Spatial Transfomer Networks论文解读
Deformable ConvNet简介关于Deformable Convolutional Networks的论文解读，共分为5个部分，本章是第二部分：[ ] Part1： 快速学习实现仿射变换[x] Part2： Spatial Transfomer Networks论文解读[ ] Part3： TenosorFlow实现STN[ ] Part4： Deformable Con...
2018-03-24 21:02:17
4330
1
原创 Deformable ConvNets--Part1：快速学习实现仿射变换
Deformable ConvNet简介关于Deformable Convolutional Networks的论文解读，我们先讲和Deformable ConvNets原理相似的Spatial Transformer Networks，而讲STN之前，需要讲解图片处理中两个重要的基本概念：仿射变换和双线性插值。故将这些内容分为5个部分，本章是第一部分：[x] Part1： 快速学习...
2018-03-24 10:49:14
4854
4
原创 PyTorch实战：Chapter-1(PyTorch介绍和入门)
PyTorch简介为什么要用PyTorch？在讲PyTorch的优点前，先讲现在用的最广的TensorFlow。TensorFlow提供了一套深度学习从定义到部署的工具链，非常强大齐全的一套软件包，很适合工程使用，但也正是为了工程使用，TensorFlow部署模型是基于静态计算图设计的，计算图需要提前定义好计算流程，这与传统的程序语言(host language)不同。这样做可让同...
2018-03-20 13:48:59
7967
2
原创 实例分割--(PANet)Path Aggregation Network for Instance Segmentation
PANetPath Aggregation Network for Instance Segmentation收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Recognition) 相关： COCO2017/CityScapes instance segmentation 第一 论文提出了PANet，在Mask ...
2018-03-17 20:08:57
24129
13
原创 语义分割--(SCNN)Spatial As Deep: Spatial CNN for Traffic Scene Understanding
SCNNSpatial As Deep: Spatial CNN for Traffic Scene Understanding收录：AAAI2018 (AAAI Conference on Artificial Intelligence) 原文地址：SCNN论文提出了一个新颖网络Spatial CNN，在图片的行和列上做信息传递。可以有效的识别强先验结构的目标。论文提出了一个大型...
2018-03-16 13:53:55
18983
10
原创 语义分割--(FRRN)Full-Resolution Residual Networks for Semantic Segmentation in Street Scenes
FRRNFull-Resolution Residual Networks for Semantic Segmentation in Street Scenes收录：CVPR2017(IEEE Conference on Computer Vision and Pattern Recognition)原文地址：FRRN代码:官方：TheanoTensorFlow...
2018-03-14 22:15:56
14678
1
原创 网络优化-- (INPLACE-ABN)In-Place Activated BatchNorm for Memory-Optimized Training of DNNs
INPLACE-ABN ABNIn-Place Activated BatchNorm for Memory-Optimized Training of DNNs相关：CityScapes 语义分割项目第一(180313统计)原文地址：In-Place-abn先进的深度网络中，大多数重复使用BN+激活层组合。而现有的深度学习框架对此的内存优化策略不佳。论文提出了INPLACE-AB...
2018-03-13 19:40:22
15042
4
原创 语义分割--(DeepLabv3+)Encoder-Decoder with Atrous Separable Convolution for Semantic ..
DeepLabv3+Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation原文地址：DeepLabv3+注意本文的一作Liang−ChiehChenLiang−ChiehChenLiang-Chieh Chen参与了DeepLab系列，MaskLab和MobileNet系列的工作...
2018-03-11 17:31:52
36468
12
原创 语义分割--Dilated Residual Networks
DRN：Dilated Residual Networks收录：CVPR2017(IEEE Conference on Computer Vision and Pattern Recognition)原文地址：Dilated Residual Networks本文配合前面的论文-Understand convolution for Semantic Segmentation有奇效~...
2018-03-07 22:18:33
11269
2
原创 语义分割--Understand Convolution for Semantic Segmentation
Understanding Convolution for Semantic SegmentationUnderstanding Convolution for Semantic Segmentation收录：IEEE Winter Conference on Applications of Computer Vision (WACV 2018)原文地址：HDC代码:官方-M...
2018-03-06 17:08:09
20252
19
原创 轻量级网络--ShuffleNet论文解读
ShuffleNetShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices原文地址： ShuffleNet代码: - TensorFlow - CaffeAbstract论文介绍一个效率极高的CNN架构ShuffleNet，专门应用于计算力受限的移动设备。新
2018-01-29 22:11:40
55349
13
原创 轻量级网络--MobileNetV2论文解读
MobileNetV2Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation原文地址：MobileNetV2非官方代码:github-mxnetgithub-PyTorchAbstract本文提出了一种新的
2018-01-29 20:37:23
61319
11
原创 轻量级网络--MobileNet论文解读
MobileNetV1MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications原文地址：MobileNetV1代码:TensorFlow官方github-Tensorflowgithub-CaffeAbstractMobileNets是为移动和嵌入式设
2018-01-29 20:04:55
93788
31
原创 Semantic Segmentation --DeepLab(1,2,3)系列总结
DeepLab系列总结截图内容源于官方的PPT。关于DeepLabv1,DeepLabv2,DeepLabv3汇总：DeepLabv1： 原文地址：DeepLabv1: Semantic image segmentation with deep convolutional nets and fully connected CRFs收录：ICLR 2015 (Internati...
2018-01-24 11:26:22
28152
14
原创 Semantic Segmentation -- (DeepLabv3)Rethinking Atrous Convolution for Semantic Image Segmentation论文解
DeepLabv3Rethinking Atrous Convolution for Semantic Image Segmentation原文地址：DeepLabv3代码:TensorFlowAbstractDeepLabv3进一步探讨空洞卷积，这是一个在语义分割任务中：可以调整滤波器视野、控制卷积神经网络计算的特征响应分辨率的强大工具。为了解决多尺度下的目标
2018-01-23 21:20:36
46827
13
原创 Semantic Segmentation -- (DeepLabv2)Semantic Image Segmentation ... Fully Connected CRFs论文解读
DeepLabv2DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs原文地址：DeepLabv2收录：TPAMI2017 (IEEE Transactions on Pattern Analysis and Mach
2018-01-23 13:35:31
11358
5
原创 Semantic Segmentation -- (DeepLabv1)Semantic image segmentation with deep convolutional ... CRFs论文解读
DeepLabv1Semantic image segmentation with deep convolutional nets and fully connected CRFs原文地址：Semantic image segmentation with deep convolutional nets and fully connected CRFs收录：ICLR 2015 (Inte
2018-01-22 22:25:41
11486
5
原创 Semantic Segmentation--ICNet for Real-Time Semantic Segmentation on High-Resolution Images论文解读
ICNetICNet for Real-Time Semantic Segmentation on High-Resolution Images原文地址：ICNet代码:github-CaffeTensorFlowAbstractICNet是一个基于PSPNet的实时语义分割网络，设计目的是减少PSPNet推断时期的耗时，论文对PSPNet做了深入分析，在PS
2018-01-08 21:51:02
9011
17
原创 Semantic Segmentation--Pyramid Scene Parsing Network(PSPNet)论文解读
PSPNetPyramid Scene Parsing Network收录：CVPR 2017 (IEEE Conference on Computer Vision and Pattern Recognition)原文地址： PSPNet代码:pspnet-githubKerastensorflow效果图：Abstract本文提出的金字塔池化模
2018-01-05 20:56:34
45712
17
原创 Semantic Segmentation--ENet:A Deep Neural Network Architecture for Real-Time Semantic..论文解读
ENetENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation原文地址：ENet代码:IntroductionCaffeTensorFlowKeras效果图：Abstract许多移动应用需要实时语义分割(Real-time Semantic Segmentation)模型,现有的深度神经网络难
2018-01-02 22:09:42
5266
3
原创 Semantic Segmentation--SegNet:A Deep Convolutional Encoder-Decoder Architecture..论文解读
Semantic Segmentation简介在解读论文之前，先看看Semantic Segmentation这个topic是干啥的。这里引用知乎的一个提问答案：Semantic Segmentation–知乎-周博磊 图1.image classification, object detection, semantic segmentation, instance segmentatio
2017-12-27 20:52:59
7834
1
原创 Semantic Segmentation --Improve Semantic Segmentation by Global Convolutional Network（GCN）论文解读
Large Kernel Matters —— GCN论文全称：Large Kernel Matters——Improve Semantic Segmentation by Global Convolutional Network作者栏里面有熟悉的Face++的Jian Sun~原文地址：Large Kernel Matters —— GCN实现代码:PyTorchAbstract在现有的模型架
2017-12-25 21:22:27
8007
3
原创 Ubuntu16.04下安装Caffe
Ubuntu16.04下安装Caffe最近看论文，很多模型代码给的都是Caffe，没办法只能装一下Caffe了。一句话总结：安装Caffe一路坎坷啊～Caffe依赖总览Caffe需要各种依赖包，比较难整的是OpenCV，CUDA。Caffe has several dependencies:CUDA is required for GPU mode. library version 7+ and
2017-12-14 16:39:22
12987
原创 TensorFlow实战：Chapter-8上(Mask R-CNN介绍与实现)
简介论文地址：Mask R-CNN 源代码：matterport - github代码源于matterport的工作组，可以在github上fork它们组的工作。软件必备复现的Mask R-CNN是基于Python3，Keras，TensorFlow。Python 3.4+TensorFlow 1.3+Keras 2.0.8+Jupyter Noteboo...
2017-11-09 17:35:10
68488
208
原创 Keras学习笔记：Chapter2-初探Keras模型
初探Sequential模型Sequential模型就是简单的“线性”堆叠，一层接着一层的连接，可通过.add()方法将一个一个层添加至模型，例： network = Sequential() network.add(Dense(512, activation='relu', input_shape=(28*28,))) network.add(Dense(10,activation='soft
2017-10-28 11:14:21
4567
1
原创 Keras学习笔记：Chapter1-Keras入门
KerasKeras是一个高层神经网络库。Keras是由Python编写而成的，后端实现是基于Tensorflow，CNTK或Theano(Keras是一个库，可以理解为一个基于多种不同机器学习库提供相同api的库)。Keras发展的要义是：将想法快速转换实验成果，（类似Python的理念：人生苦短，我用Python），正因为这样，Keras很适合做研究使用。如果你对深度学习库有以下要求：能够快速
2017-10-24 19:31:45
4770
原创 机器学习Chapter3-(聚类分析)聚类简介
聚类简介聚类任务在实际问题中，样本大多数是无标记的，而机器学习的目的是通过对无标记训练样本的学习来揭示数据的内在性质和规律。此类方法应用最广的是“聚类”(clustering)。形式化的来说，在“无监督学习”中，聚类试图将样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”(cluster)。聚类的作用: - 作为一种探索性的方法，用于寻找数据内在特点和分布规律 - 作为分类等其他学习任务
2017-10-21 11:49:50
4212
原创 机器学习Chapter3-(聚类分析)详解高斯混合模型与EM算法(Python实现)
高斯混合聚类k-means是用原型向量来刻画聚类，高斯混合(Mixture-of-Gaussian)聚类采用概率模型来表达聚类原型。不一样参数下，高斯分布如下：对于多元高斯分布，nn维样本空间XX中的随机向量xx，概率密度函数为 p(x|μ,Σ)=1(2π)n2|Σ|12e−12(x−μ)TΣ−1(x−μ) p(x|\mu,\Sigma ) = \frac{1}{(2\pi)^{\frac{n}{
2017-10-21 10:59:11
13182
7
原创 机器学习Chapter3-(聚类分析)Python实现K-Means算法
K-Means算法给定样本集D=x1,x2,...,xmD={x_1,x_2,...,x_m},假定聚类的簇划分C=C1,C2,...,CkC={C_1,C_2,...,C_k}。k-means算法的目标是最小化平均距离： E=∑i=1k∑x∈Ci||x−μi||22E=\sum_{i=1}^k\sum_{x∈C_i}||x-\mu_i||_2^2其中μi=1|Ci|∑x∈Cix\mu_i=\fr
2017-10-21 10:36:17
4517
1
原创 论文DenseNet（Densely Connected Convolutional Networks）解读
论文地址：arxiv-paper实现代码：githubIntroductionDenseNet在ResNet的基础上(ResNet介绍)，进一步扩展网络连接，对于网络的任意一层，该层前面所有层的feature map都是这层的输入，该层的feature map是后面所有层的输入。示意图如下:原本LL层的网络有LL个连接，现在LL层的网络共有C2L+1=L(L+1)2C_{L+1}^2=\frac{L
2017-10-19 22:47:06
25253
1
原创 Object Detection -- 论文FPN(Feature Pyramid Networks for Object Detection)解读
FPNFPN(Feature Pyramid Networks)是Kaiming He男神和Rgb大神联手的又一力作。主要使用特征金字塔网络来融合多层特征，将底层和高层的特征融合，再利用融合后的特征进行分类和定位。FPN曾在COCO数据集上测试结果排名第一。原论文地址: Feature Pyramid Networks for Object DetectionIntroductionIn Comp
2017-10-15 22:06:07
1871
5
CamVid_TFrecord 用于DeepLabv3+测试
2018-07-07
ffmpeg-3.4.1.tar.bz2 Ubuntu下FFmpeg安装包
2017-12-13
instances_valminusminival2014.json.zip
2017-11-08
vgg16_weights_tf_dim_ordering_tf_kernels_notop
2017-10-26
TFTS examples
2017-08-29
MySQL-python-1.2.3.win-amd64-py2.7.py
2017-05-23
commons-beanutils-1.8.3-bin+logging.rar
2016-10-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人