深度学习计算机视觉-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

深度学习计算机视觉

专栏成员

67

文章

93319

阅读量

30

订阅数

无人机图片物体检测baseline

The object category indicates the type of annotated object, (i.e., ignored regions (0), pedestrian (1), people (2), bicycle (3), car (4), van (5), truck (6), tricycle (7), awning-tricycle (8), bus (9), motor (10), others (11))

2019-05-17

5220

Detectron结构解析

python https 网络安全机器学习神经网络

科研人员除了科研能力，如果能具备优秀的工程能力，将是非常棒的。本文记录了detectron pytorch版本的代码结构笔记，一起来学习一下大神优美的工程架构。 detection pytorch link: https://github.com/roytseng-tw/Detectron.pytorch

2019-05-15

8980

小目标检测相关技巧总结

https 网络安全图像识别

小目标问题在物体检测和语义分割等视觉任务中一直是存在的一个难点，小目标的检测精度通常只有大目标的一半。

2019-04-18

6.2K0

何恺明等NeurlPS新作:定义迁移学习新范式

迁移学习深度学习监督学习无监督学习

【摘要】基于深度学习的迁移学习的主流方法一般是从一个任务中学习到可迁移到其他任务的通用特征向量，例如语言中的单词嵌入和视觉中的预训练卷积特征（比如imagenet model 的预训练也是一种迁移），也就是在特征层面做迁移。然而，这些方法通常只是迁移一元特征，却很大程度上忽略了更结构化的图结构表征。本文探索了从大规模未标记数据中（无监督学习）学习捕获数据单元对（例如单词或像素）之间依赖关系的通用隐藏关系图，并将这些图传递给下游任务的可能性。我们提出的迁移学习框架提高了各种任务的性能，包括问答系统、自然语言推理、情感分析和图像分类。我们的测试还表明，学习到的图形是通用的，在图没有经过训练的情况下，可以迁移到不同嵌入（包括 GloVe 嵌入、ELMo 嵌入和任务特定的 RNN 隐藏单元）或无嵌入单元（如图形像素）。

2018-12-26

7480

【人脸检测】Compact Cascade CNN和MTCNN算法

【文章导读】目前人脸识别技术已经遍地开花，火车站、机场、会议签到等等领域都有应用，人脸识别的过程中有个重要的环节叫做人脸检测，顾名思义就是在一张图片中找出所有的人脸的位置，早期的人脸检测是用人工提取特征的方式，训练分类器，比如opencv中自带的人脸检测器使用了haar特征，早期的这种算法自然是鲁棒性、抗干扰性太差，本文主要来介绍近几年的几种用卷积神经网络做的经典算法。

2018-09-19

1.8K0

十进制转十六进制（Java版）

基础练习十进制转十六进制问题描述　　十六进制数是在程序设计时经常要使用到的一种整数的表示方式。它有0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F共16个符号，分别表示十进制数的0至15。十六进制的计数方法是满16进1，所以十进制数16在十六进制中是10，而十进制的17在十六进制中是11，以此类推，十进制的30在十六进制中是1E。　　给出一个非负整数，将它表示成十六进制的形式。输入格式　　输入包含一个非负整数a，表示要转换的数。0<=a<=2147483647 输出格式　　输出这个整数的16进制表示样例输入 30 样例输出 1E

2018-09-19

3.3K0

【ECCV 2018 .Jian Sun】DetNet: A Backbone network for Object Detection

【Background】：ECCV is one of the top conferences in computer vision,In this blog,I will introduce an paper from Sun Jian team, which is about a backbone network for object detection.What is worth mentioning is that this paper does not have any formula.

2018-08-13

5640

计算机视觉中的物体检测方法

编程算法深度学习

本文适合刚入门物体检测的人群学习，不涉及公式推理。目录 *摘要 *相关物体检测数据集介绍 *现有的主流物体检测算法 *物体检测的难点与挑战 *相关术语介绍 *物体检测的传统算法概述 *基于深度学习的物体检测算法 R-CNN Fast-RCNN Faster-RCNN YOLO *物体检测动手实践 *参考文献摘要相比于图像分类，图像中物体检测是计算机视觉中一个更加复杂的问题，因为图像分类只需要判断出图像属于哪一类就行，而在物体检测中，图像里可能有多个物体，我们需要对所有

2018-04-24

9600

Qt+opencv+EasyPR（车牌识别系统，从配置环境到成功运行）

最近在东软睿道实训搞一个车牌识别系统，所用材料为Qt+opencv+EasyPR，从配环境到成功运行历时几天颇为艰难，这里写篇经验贴，手把手教你~ 作者：张俊怡 2017/7/21 东北大学俗话说巧妇难为无米之炊，所以得首先准备所需材料： 1、Qt 版本为5.5.1 32位下载地址为 https://www.qt.io/download/ 2、opencv 版本为3.2.0 下载地址为http://opencv.org/opencv-3-2.html 3、Easy

2018-04-24

3.2K0

【CVPR 2018】牛津大学等联合提出通过让神经网络学会比较实现少样本学习

神经网络深度学习编程算法

【论文导读】深度学习的爆炸式发展得益于海量数据+强大计算力+算法三个部分的巨大进展，我们通常需要大量的数据去驱动模型的训练，使其获得很好的效果。但是在很多领域我们是没有很多数据的，比如在医学影像中很难拿到大量病人的图像数据，难道在这些情况下深度学习就废了吗？我们先思考一下人是怎么学习的，当一个小孩看过一眼课本中的斑马后，他再次看到斑马就能够识别出来；当你看过一个人一次之后，通常情况下，你还是能够轻松的认出对方，人可以轻松的做到小样本学习，这就启发了人们去研究它，近年来，小样本学习或者零样本学习是深度学

2018-04-24

8980

opencv的初步使用（高斯模糊、边缘检测、灰度化、二值化、闭运算、绘制边缘）

opencv 编程算法

前提：已经配好了opencv+Qt 这里只讲如何使用api,不怎么讲算法原理既然要用opencv的库，首先把相应的头文件导进去吧 #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> #include<cv.h> using namespace cv; 我这里只导入了我用到了的头文件 using namespace cv;是用来声明c

2018-04-24

1.6K0

梯度提升树GBDT原理

编程算法数据结构

2018-04-24

4710

【CVPR 2018】腾讯AI lab提出深度人脸识别中的大间隔余弦损失

人脸识别卷积神经网络

【论文导读】深度卷积神经网络（DCNN）在人脸识别中已经取得了巨大的进展，通常的人脸识别的核心任务都包括人脸验证与人脸识别，涉及到特征判别。很多模型都是使用Softmax损失函数去监督模型的训练，

2018-04-24

1.3K0

pytorch demo 实践

相关环境 python opencv pytorch ubuntu 14.04 pytorch 基本内容 60分钟快速入门，参考：https://blog.csdn.net/u014630987/article/details/78669051 需要学习的内容包括 1、基本概念Tensors、Variable、Numpy等 2、如何搭建神经网络模型（包括卷积神经网络） 3、如何定义损失函数和优化器（包括不同分类器和优化器的含义） 4、如何训练（包括如何读取数据、如何在GPU上

2018-04-24

2.1K0

A HierarchicalTest Case Prioritization Technique for Object Oriented Software

1、成员组成（1）组长：张俊怡（2）组员：孟令军 2、文献基本情况介绍（1）文献名称：A HierarchicalTest Case Prioritization Technique for Object Oriented Software （2）文献作者：Vedpal,NareshChauhan，Harish Kumar （3）发表时间：2014 （4）文献出处：International Conferenceon Contemporary Computing and Informatics(IC

2018-04-24

7230

一万副扑克分牌问题

问题描述：给你一万副扑克（一共540000张乱序）和一万个人，请设计一种算法，能够有效的将一万副扑克都分出来，并且每一副牌都是按数字和花色排好序的。总任务：将一万副扑克都分出来，并且每一副都排好序一万人：类比一万个CPU 分牌：操作系统干的活人与人之间的交流：CPU之间的通信步骤一：任务划分任务1：局部的排序任务，也就是按照数字、花色进行的排序任务2：一副一副牌分出来的任务步骤二：任务调度与分配首先，将540000张牌平均分给7300个人，有的人有73张，有的人74张；然后每

2018-04-24

6250

分析类的角色

1-边界类 1-O 负责系统与外界（最终用户）的通讯与交互职责：转换和翻译交互事件对内：将外界不同格式的时间和信息转换为内部能够识别的格式常见的边界类： 1、用户接口类，帮助用户与系统通讯的类 2、系统接口类，帮助与其他系统进行通讯的类 3、设备接口类，提供对硬件设备的软件接口 4、识别边界类，每个用例参与者至少用一个边界类 2-控制类职责：负责协调调度处理事务作用：控制类有效地将边界对象和实体对象分开，使实体对象在其他的系统中具有更高的复用性 2-1 识别控制类首先

2018-04-24

6050

白盒测试中的几种覆盖方法

uml 自动化测试

文章转自：http://www.51testing.com/html/44/n-3713444.html 白盒测试用例设计的一个很重要的评估标准就是对代码的覆盖度。一说到覆盖，大家都感觉非常熟悉，但是常见的覆盖都有哪些？各自有什么优缺点？在白盒测试的用例设计中我们应该如何自如地运用呢？今天小编就为大家总结了一下几种常见的覆盖以及各自的优缺点。白盒测试中常见的覆盖有六种：语句覆盖、判定覆盖、条件覆盖、判定/条件覆盖、组合覆盖和路径覆盖。下面我们就分别看看这几种不同的覆盖究竟是什么鬼。一、语句覆盖（St

2018-04-24

5.4K0

Performance Testing as aService for Web Applications

1、成员组成（1）组长：张俊怡（2）组员：孟令军 2、文献基本情况介绍（1）文献名称：Performance Testing as aService for Web Applications （2）文献作者：Amira Ali,Nagwa Badr （3）发表时间：2015 （4）文献出处：IEEE Seventh International Conference on Intelligent Computing and Information Systems （5）文献页数：6 3、文献内容概述

2018-04-24

7360

机器学习Adaboost算法

机器学习编程算法

相关背景概念一个概念如果存在一个多项式的学习算法能够学习它，并且正确率很高，那么，这个概念是强可学习的；一个概念如果存在一个多项式的学习算法能够学习它，并且学习的正确率仅比随机猜测略好，那么，这个概念是弱可学习的；强可学习与弱可学习是等价的。在学习中，如果已经发现了“弱学习算法”，能否将他提升为“强学习算法”。 Adaboost核心概念 Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器

2018-04-24

4580

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态