HeBi Blog

早

目标检测文献阅读与理解之SSD

论文题目: SSD: Single Shot MultiBox Detector 论文作者： Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, Alexander C. Berg 提交时间: 2015.12.8(v1), 2016.12.29 (this ver...

Posted by Hebi on August 10, 2018

Interview Problem

面试问题深度学习基础网络 LeNet的结构它的输入图像为32×32的灰度值图像, 后面有3个卷积层, 1个全连接层和1个高斯连接层(该层用来计算Loss, 现代版本已用softmax Loss取代). [input/32×32×1] [C1 conv/5×5/s1/28 28×28×6] - [S2 avg pool/2×...

Posted by HeBi Blog on August 7, 2018

目标检测文献阅读与理解之Faster R-CNN

论文题目: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 论文作者: Shaoqing Ren, Kaiming He, Ross Girshick, Jian Sun 提交时间: 2015-06-04(v1), 2016-01-06(v3, last) Faster R-C...

Posted by HeBi on July 28, 2018

[已解决]如何在kramdown中插入数学公式并在这个博客中展现出来

公式无法显示之前的笔记是在有道云笔记用markdown写的，它使用了katex, 把那里的笔记拷过来，公式在这里均无法显示，咋办？是不是要在js里写啥东西？前端的东西一点都不懂。算了，我还是继续用有道吧，就是无法在博客中展现出来，以后再找找看，有没有支持数学公式的现成模板写于2018-07-16 问题已解决注意到，我使用的是来自Hux的网页模板，其也是源自Jeky...

Posted by Hebi on July 15, 2018

目标检测文献阅读与理解之YOLOv1

论文题目: You Only Look Once: Unified, Real-Time Object Detection 论文作者: Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi 提交时间: 2015-06-08(v1), 2016-05-09(v5, 最后修改版)) detection yolo detect...

Posted by Hebi on July 5, 2018

关于职业发展的一些想法（2018.5.27汇总）

下面1-3是3月份找工作的时候写的，那时面试了5家企业，都失败了，内心很失落，也知道了自己的不足. 1. 关于工作的各因素排位 1). 是否是自己想做的（岗位预期） 2). 上班路程 3). 薪资（五险一金） 4). 直属领导在本岗位上的指导能力 5). 岗位发展前景（行业、项目落地场景） 6). 公司氛围 2. 你的职业规划是什么? 短期：在目标...

Posted by Hebi on May 27, 2018

2018-05-11-工作笔记

关于resize前后计算均值实验显示，resize成同一规格（指定短边大小与长边最大值）后计算rgb均值，或者不resize直接计算rgb均值，结果在0.1尺度上相等解决hard negatives的土办法下一步也打算考虑anchor问题（即解决小目标漏检），目前着重解决hard negatives，解决办法是法一，增加包含hard negatives且包含目标物的图片为训练...

Posted by Hebi on May 11, 2018

2018-05-08-工作笔记

计算训练集的pixel means真的很有用之前都是用原工程的默认pixel mean，也没去考虑这些细节问题。看了魏秀参的小册子后，才意识到这个小问题，基于训练集更新pixel mean后，这的确加速了loss的下降。解决小目标检测的一些浅显方法目前工作中也遇到了小目标问题，这可能是所有目标检测的通病，轻重不同而已。分享下在实际业务场景中的浅显方法：调用摄像头api，当检到...

Posted by Hebi on May 8, 2018

目标检测文献阅读与理解之Fast R-CNN

论文题目: Fast R-CNN 论文作者: Ross Girshick 1. 文章梗概基于R-CNN与SPPnet, 提出了一个clean and fast update——Fast R-CNN Fast R-CNN: 训练、测试时间、mAP较R-CNN有很大的提升(9×, 213× faster, 更高), 较SPPnet也有提升(3×, 10...

Posted by Hebi on May 2, 2018

目标检测文献阅读与理解之R-CNN

论文题目：Rich feature hierarchies for accurate object detection and semantic segmentation(v5) 论文作者: Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik UC Berkeley 1. 摘要 1.1. 研究背景简述目标...

Posted by Hebi on April 26, 2018