CVPR | 经典再现,全内容跟踪

今天给大家带来的是CVPR会议上一些经典网络的再现,希望可以给感兴趣的朋友带来一些帮助,也可以给大家带来一些经典的回顾,知识的巩固,谢谢!


R-CNN

看到这Paper,估计懂的人都熟悉透了,估计很多人不只看过一边,确实是经典之作,掀起了目标检测的巨幕。

R-CNN主要有两个见解:

1)CNN对分类已经非常成功;

2)监督的预训练去目标检测。

主要由三部分组成:

第一部分:区域候选

R-CNN采用的Selective Search方法。(个人感觉不是很好,复杂度太高,后期会和大家说如何提高候选BB的效率。)

第二部分:特征提取

R-CNN采用了AlexNet网络进行特征提取,最后获得了4096维特征表示。

第三部分:线性分类器SVM分类

★训练(通过IoU判别正负样本)

★Bounding Box的回归

通过迭代循环,使预测的BB无限接近GT。因为在预测过程中会出现很多BB,所以最后通过非极大值抑制(NMS)得到最后的BB,最后通过平均获得最后预测的BB。

★测试时间(效率也是大家普遍关注的问题)

从中可以看出,该方法远远达不到实时处理的效果,但是这给目标检测铺好了完美的垫脚石,为后期涌现出各种出类拔萃的Nets。


SPPnet

主要解决的问题就是R-CNN不同尺度的输入问题和效率问题。

通过空间金字塔池化层的转换,将不同尺度的输入都转换为相同维度的特征表示。


Fast R-CNN

从该进化过程可以看出,在不断的提高效率是最大的主线,现在开始也要提高精度。

这种方法大大提高了RP的效率,在最后的卷积层得到目标感兴趣区域映射,通过ROI Pooling得到目标的特征表示。


Faster R-CNN

通过不同尺寸和比例去获得BBs。通过网络自己的去得到。



原文发布于微信公众号 - 计算机视觉战队(ComputerVisionGzq)

原文发表时间:2017-07-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

ICML2018见闻 | 迁移学习、多任务学习领域的进展

【导读】如今 ICML(International Conference on Machine Learning,国际机器学习大会)已经成为有巨大影响力的会议,...

2152
来自专栏大数据挖掘DT机器学习

用Python进行机器学习小案例

概要 本文是用Python编程语言来进行机器学习小实验的第一篇。主要内容如下: 读入数据并清洗数据 探索理解输入数据的特点 分析如何为学习算法呈现数据 选择正确...

4209
来自专栏美团技术团队

【机器学习InAction系列】数据清洗与特征处理综述

前言 随着大数据时代的到来,机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界,机器学习都是一个炙手可热的方向,但是学术界和工业界对机器学习的...

51412
来自专栏人工智能

AI的元学习之路

人类的智能的一个关键点在于能力多样性 —— 我们能胜任各种各样的任务。而目前的AI系统则擅长掌握单一技能,例如围棋,Jeopardy(美国的一档电视智力竞赛节目...

4048
来自专栏机器人网

学懂 12 个宝贵经验,更深入了解机器学习

华盛顿大学 Pedro Domingos 教授的“A Few Useful Things to Know about Machine Learning”这篇论文...

2705
来自专栏SIGAI学习与实践平台

【技术短文】基于深度负相关学习的人群计数方法

同时在本微信公众号中,回复“SIGAI”+日期,如“SIGAI0515”,即可获取本期文章的全文下载地址(仅供个人学习使用,未经允许,不得用于商业目的)。

1014
来自专栏美团技术团队

【机器学习InAction系列】机器学习如何解决问题

前言 随着大数据时代的到来,机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界,机器学习都是一个炙手可热的方向,但是学术界和工业界对机器学习的...

42210
来自专栏大数据挖掘DT机器学习

详解机器学习解决实际问题完整过程

不管是工业界还是学术界,机器学习都是一个炙手可热的方向,但是学术界和工业界对机器学习的研究各有侧重,学术界侧重于对机器学习理论的研究,工业界侧重于如何用机器学...

3607
来自专栏机器之心

专栏 | 阿里 AI LAB ICCV 2017 录用论文详解:语言卷积神经网络应用于图像标题生成的经验学习

3627
来自专栏PPV课数据科学社区

推荐 | 机器学习中的这12条经验,希望对你有所帮助

源 | 全球人工智能 华盛顿大学 Pedro Domingos 教授的“A Few Useful Things to Know about Machine Le...

3056

扫码关注云+社区

领取腾讯云代金券