一、VOC2007数据集简介一般来说，对于目标检测任务来讲，我们只需要如此啊三个文件夹JPEGImages、Annatations、ImageSets，下面分别来讲。1)JPEGImages文件夹文件夹里包含了训练图片和测试图片，混放在一起2)Annatations文件夹文件夹存放的是xml格式的标签文件，每个xml文件都对应于JPEGImages文件夹的一张图片3)ImageSets文件夹Act

     本篇是讲述的focal loss论文中利用retinanet网络训练Pascal VOC 2007数据集，coco数据集，训练自己的数据集csv。参考：fizyr/keras-retinanetfacebookresearch/Detectronkuangliu/pytorch-retinanetCasiaFan/tensorflow_retinanethttps://blog.csdn

     本文就近年提出的四个轻量化模型进行学习和对比，四个模型分别是：SqueezeNet、MobileNet、ShuffleNet、Xception。目录一、引言 二、轻量化模型 2.1 SqueezeNet2.2 MobileNet2.3 ShuffleNet2.4 Xception三、网络对比 一、引言       自 2012 年 AlexNet 以来，卷积神经网络（简称 CNN）在图像

CUHK出品， TCNN系列源码：https://github.com/myfavouritekk/T-CNN1 INTRODUCTION      近年来，随着新型深度卷积神经网络（CNN）[1]，[2]，[6]，[7]和物体检测框架[3]，[4]，[5]，[8]的成功，物体检测的性能得到显着提高。R-CNN [3]及其后继者[4]，[5]等最先进的对象检测框架从区域提案中提取深度卷积特征，并将

         博主想使用Unet网络完成一个分割任务,手边只有40张图和对应的mask,需要进行data augment. 做数据增强有很多工具,常用的是使用keras内置的ImageDataGenerator生成器生成图片,但是这个工具只能对一张图进行随机变化,而image和mask是一一对应的,二者必须同时进行同种变化.下面隆重介绍一个强大的数据增强工具augmentor 它的使...

代码见Github：mattzheng/U-Net-DemoU-Net是Kaggle比赛非常青睐的模型，简单、高效、易懂，容易定制，可以从相对较小的训练集中学习。来看几个变形：（1）Supervise.ly 公司。 在用 Faster-RCNN（基于 NasNet）定位 + UNet-like 架构的分割，来做他们数据众包图像分割方向的主动学习，当时没有使用 Mask-RCNN...

最近在看关于cifar10 的分类的识别的文章在看all convolution network 中看到中用到一个global average pooling  下面就介绍一下global average pooling 这个概念出自于 network in network 主要是用来解决全连接的问题，其主要是是将最后一层的特征图进行整张图的一个均值池化，形成一个特征点，将这些...

介绍为什么是多任务学习？当你在思考新事物的时候，他们通常会利用他们以前的经验和获得的知识来加速现在的学习过程。当我们学习一门新语言的时候，尤其是相关的语言时，我们通常会使用我们一级学过的语言知识来加快这一门新语言的学习过程。这个过程也可以用另一种方式来理解 —— 学习一种新的语言可以帮助你更好的理解和说出自己的想法。我们的大脑会同时学习多种不同的任务，无论我们是想将英文翻译成中文，还是...

      针对目标检测任务，对训练数据做旋转进而达到数据增广的python2代码。另外附上一份，检查旋转后效果的Python代码（读取annotations中xml，画图的代码），在最下面# -*- coding:utf-8 -*-# !/usr/bin/env pythonimport osimport cv2import xml.dom.minidomfrom xml...

      针对目标检测任务，对训练数据做旋转进而达到数据增广的python2代码。另外附上一份，检查旋转后效果的Python代码（读取annotations中xml，画图的代码），在最下面# -*- coding:utf-8 -*-# !/usr/bin/env pythonimport osimport cv2import xml.dom.minidomfrom xml...