目标检测

转载：https://www.cnblogs.com/king-lps/category/1208643.html

Pytorch复现Faster-RCNN

摘要: 5月的最后一天，需要写点什么。 通过前几篇博客对Faster-RCNN算是有了一个比较全面的认识，接下来的半个月断断续续写了一些代码，基本上复现了论文。利用torchvision的VGG16预训练权重，在VOC02007trainval训练13个epoch，最后VOC2007test的map在0.6 阅读全文

posted @  2018-05-31 22:59 三年一梦 阅读(16) |  评论 (0)  编辑

Faster_RCNN 4.训练模型

摘要: 总结自论文：Faster_RCNN，与Pytorch代码： 本文主要介绍代码最后部分：trainer.py 、train.py ， 首先分析一些主要理论操作，然后在代码分析里详细介绍其具体实现。首先是训练与测试的过程图： 还是要再次强调： AnchorTargetCreator和ProposalTa 阅读全文

posted @  2018-05-06 17:00 三年一梦 阅读(112) |  评论 (0)  编辑

Faster_RCNN 3.模型准备(下)

摘要: 总结自论文：Faster_RCNN，与Pytorch代码： 本文主要介绍代码第二部分：model/ ， 首先分析一些主要理论操作，然后在代码分析里详细介绍其具体实现。 首先在参考文章的基础上进一步详细绘制了模型的流程图。在 上一篇博客中介绍了模型的上半部分，本文将对模型的下半部分做一介绍。 Fast 阅读全文

posted @  2018-05-05 17:27 三年一梦 阅读(111) |  评论 (0)  编辑

Faster_RCNN 2.模型准备(上)

摘要: 总结自论文：Faster_RCNN，与Pytorch代码： 本文主要介绍代码第二部分：model/utils ， 首先分析一些主要理论操作，然后在代码分析里详细介绍其具体实现。 一. 主要操作 1. bounding box回归： 目的是提高定位表现。在DPM与RCNN中均有运用。 1) RCNN版 阅读全文

posted @  2018-05-04 17:25 三年一梦 阅读(144) |  评论 (0)  编辑

Faster_RCNN 1.准备工作

摘要: 总结自论文：Faster_RCNN，与Pytorch代码： 代码结构： simple-faster-rcnn-pytorch.py data __init__.py dataset.py util.py voc_dataset.py misc convert_caffe_pretain.py tra 阅读全文

posted @  2018-05-01 20:24 三年一梦 阅读(120) |  评论 (0)  编辑