zoukankan      html  css  js  c++  java
  • deep learning on object detection

    回归工作一周,忙的头晕,看了两三篇文章,主要在写各种文档和走各种办事流程了……

    这次来写写object detection最近看的三篇文章吧。都不是最近的文章,但是是今年的文章,我也想借此让自己赶快熟悉起来之前的工作。

    首先是google的工作,Speed/accuracy trade-offs for modern convolutional object detectors,下载地址:https://arxiv.org/abs/1611.10012。 11月份的工作,文章工作就如标题一样,我觉得还是有参考价值的。是基于tenseflow的,我没有基于这个平台做检测过。

    还有一篇是SSD,Single Shot MultiBox Detector,这篇文章已经出第四版了,发表在ECCV16上的oral,下载地址:http://arxiv.org/abs/1512.02325。11月份出的最新版,看了一下,最新版的实验结果仍然是基于VGG16,根据之前我和作者邮件联系的结果,以及我自己的测试结果,估计在别的模型上结果并没有得到提升吧,这点和上面的工作一致,这个也说明,SSD的调优感觉不容易,按照道理来说,inception v4,v3和resnet101,resnet152的检测结果应该比VGG16好不少的啊。看了作者公开的代码,现在已经可以处理视频数据了,作者也公开了在007上的检测结果,效果看着很酷奥。

    第三篇就是rfcn,是微软的工作。R-FCN: Object Detection via Region-based Fully Convolutional Networks,下载地址:https://arxiv.org/abs/1605.06409。他们这两年的工作做得很不错,需要系统学习一下再来说。

    转载请注明出处,谢谢。
  • 相关阅读:
    hello world之vivado程序解决方法
    FPGA的电源选择重要性分析
    RabbitMQ的简单使用
    RabbitMQ的相关概念
    Spring整合Quartz
    DisallowConcurrentExecution注解
    Quartz框架中的监听器
    JobStore使用
    quartz基本介绍
    java自定义注解
  • 原文地址:https://www.cnblogs.com/jianyingzhou/p/6151745.html
Copyright © 2011-2022 走看看