自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(23)
  • 收藏
  • 关注

原创 车道线检测算法Ultra Fast Structure aware Deep Lane Detection论文学习

1. 介绍论文“Ultra Fast Structure aware Deep Lane Detection”发表于2020年8月,该论文提出了一种新颖、高效的车道线检测算法,旨在极大地提高检测效率(320 FPS with 1080 TI)以及克服极端场景(遮挡和过曝等因素导致的no visual clue)。简单来说,作者将输入图片划分为若干行(利用神经网络提取全局特征,并不是粗暴切割),并在每一行定位车道线,最终得到整幅图的车道线位置。另外,该算法还根据车道线连续、多为直线的特点设计了一个结构化的

2021-06-11 17:30:45 1360 3

原创 labelme标签批量转换,labelme_json_to_dataset

三行代码搞定labelme标注批量转换,labelme_json_to_dataset

2021-01-13 17:25:07 3403 12

原创 深度学习算法核心思想概括

用最精简的描述概括各算法核心思想,rcnn系列、yolo系列、anchor-free等

2020-11-23 17:28:06 1402

原创 3D点云目标检测算法综述

3D点云目标检测综述,从 pointnet到centernet,介绍各种深度学习点云检测算法

2020-11-19 16:18:16 8284 4

原创 一文读懂anchor-base和anchor-free

AnchorFaster-RCNN相对于Fast-RCNN的一个改进是引入了RPN网络,RPN用于区域推荐,替换了此前的SS算法使得网络在整体上更加的CNN化。那么RPN是怎么进行区域推荐的?简单来说RPN以一种类似枚举的方式列举出数万个矩形框,然后用卷积+softmax将这些矩形框分为前景和背景两类,同时对矩形框的边界进行回归修正,而这些矩形框就是anchor。接下来看看具体怎么做。图片输入到Faster-RCNN中之后首先经过一个vgg网络得到特征图,特征图会被共享给RPN和后面的stage-t

2020-11-16 17:14:12 10166

原创 深度学习模型部署与优化——基于pytorch

本文主要介绍模型训练完毕之后的相关处理,从保存到优化、转化,最终在目标设备上部署并测试效率

2020-11-02 11:57:31 2300 2

原创 在Pycharm中使用Anaconda创建的环境

pycharm配合anaconda使用,在pycharm中选择anaconda创建的环境

2020-09-25 14:31:14 4039

原创 详解ROI-Pooling与ROI-Align

介绍ROI-Pooling与ROI-Align计算过程,从而分析两者区别

2020-09-21 15:32:05 1074 1

原创 Batch Normalization为什么有效?

BN的过程,原理解释,以及BN为什么有效?

2020-09-08 13:25:37 263

原创 深度学习快问快答

深度学习中一些必须搞清楚的概念,必须理清楚的疑惑

2020-09-03 14:47:02 266

原创 YOLO V3学习笔记

本文详细介绍了yolo v3设计思想、网络结构、损失函数计算等知识点

2020-08-07 15:04:05 309

原创 从RCNN、Fast-RCNN到Faster-RCNN

本文详细介绍了RCNN系列算法发展历程,包含大量细节,欢迎各位交流~

2020-08-03 16:15:22 250

原创 训练流程

梯度下降?有哪些优化器,各有什么特点?BP算法?卷积神经网络有何特点?什么是过拟合和欠拟合?介绍正则化?介绍Dropout?梯度消失、爆炸的原因,怎么解决?梯度下降?梯度下降?梯度下降?...

2019-06-04 22:28:32 332 1

原创 目标分割

数据集准备SpaceCity:街道场景的数据集,共有5000张像素级别标注的图像,30个分类,用于预训练自己标注,VIA,1000张图片,数据采集于宝骏基地、大型公园等地(尽可能贴合汽车园),用于训练模型准备采用github上star最多的mask_rcnn模型,和官方的模型基本一致,提取特征用的是resnet101,不同点在于输入图像尺寸是统一的,便于一个批次训练多张图片,另外bbox...

2019-05-21 21:28:40 625

原创 训练自己的物体检测模型

前言在上一篇博客中,介绍了怎样利用SSD实现物体检测,我们使用的是官方的模型。在本文中,将继续介绍在此基础上如何实现迁移学习,训练自己的数据集。1. 准备数据集数据集来源一般有两个:使用labelImg自己标注,或者使用网上开源的数据集。本文使用的是开源的VOC 2007,总共有20个分类。数据集包括5001张图片,以及对应的.xml文件,分别存放在image和annotation文件夹中...

2019-05-12 18:02:05 1141

原创 利用SSD实现物体检测

前言本文将介绍如何利用tensorflow官方提供的SSD模型实现物体检测,在下一篇博客中还将继续介绍在此基础上如何进行迁移学习训练自己的数据集。1. 下载模型文件官方地址:https://github.com/tensorflow/models本地:E:\软件打包\objection detection\models_master.zip虽然我们要的只是research下的objec...

2019-04-15 22:45:57 1244 3

原创 利用inception v3进行物体分类

前言本文将利用tensorflow官方提供的inception v3模型(基于ImageNet训练)进行迁移学习。目前了解到的模型有两套(推测应该有许多版本),本文采用的这套结构稍显复杂,retrain.py多达1000多行,但是使用起来效率更高,提取完特征之后训练200个周期仅需数秒。1. 训练和预测流程1.1 准备初始工作目录如图所示,我们需要的核心文件是retrain.py;d...

2019-04-10 11:25:57 1833 17

原创 Tensorflow Dataset API介绍

前言tf.data.Dataset曾是放在tf.contrib包中的,从tensorflow 1.4开始转正。主要作用是数据读取,相比原来的读取数据方法(placeholde读内存数据和queue读硬盘数据)更加简洁,且是TensorFlow最新的Eager模式必须的读取数据方法。1. 使用流程1.1 实例化Datasetdataset = tf.data.Dataset.from_ten...

2019-04-06 00:27:59 994

原创 tensorflow中graph、tensor、op和session等基本概念

tensor可以被简单的理解为多维数组,零阶表示标量、一阶表示向量、二阶表示二位数组。。。但实际上,在tensorflow中,tensor本身不会存储具体数值,它只是对运算结果的引用,如:x1 = tf.constant(1.0, shape=[]) # 0Dx2 = tf.constant(1.0, shape=[1]) # 1Dx3 = tf.constant(1....

2019-03-27 20:40:29 3393 1

原创 Tensorflow模型保存与加载

1. 基本代码和模型文件介绍1.1 保存模型saver = tf.train.Saver(max_to_keep=5)saver.save(sess, 'model/my_model.ckpt', global_step=epoch)1.2 模型文件checkpoint 最新的模型文件信息data和index 训练好的权重、偏置等数据meta 图结构,包括变量、操作、集合等1.3...

2019-03-24 00:32:46 1124

原创 “import error” 的两种解决思路

pycharm中import error两种常用的解决办法

2019-03-19 22:16:36 13194

原创 Tensorflow-GPU环境配置

1. 背景本机操作系统:win10,显卡:RTX 2060各模块版本说明:anaconda:5.2.0,自带python3.6;CUDA:9.2,CUDNN:7.2.1,Tensorflow:1.102. 配置流程2.1 安装Anaconda由于Tensorflow似乎还不支持python 3.7,所以最好安装python 3.6,为了避免后续安装其他模块出现问题,这里直接安装对应py...

2019-03-18 21:41:43 982 2

原创 Anaconda基础

1.conda --version检查conda版本2.conda env list列出所有环境3.conda env remove -n env_name删除指定环境4.conda create -n py36 python=3.6 anaconda创建新的环境,‘py36’为环境名;‘python=3.6’为指定的python版本,也可以指定其他模块的版本,如:‘numpy=1....

2019-01-03 13:22:21 923

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除