YOLOv2

2019-09-01 约 4094 字预计阅读 9 分钟

1. Introduction 当前的目标检测数据集相比其它数据集(如分类和标记)相当有限。最常见的检测数据集包含几千张至几十万张图片，有着几十到几百个标签；而分类数据

YOLO：You Only Look Once

2019-09-01 约 4686 字预计阅读 10 分钟

1. Introduction 目前的检测系统用分类器来执行检测，为了检测一个目标，这些系统使用一个分类器在测试图片上的不同位置和尺寸上评估它。像DPM这样的系统使用一

2019-08-18 约 5722 字预计阅读 12 分钟

Abstract 本作将引入一个区域推荐网络（RPN, Region Proposal Networks）和检测网络共享全图像卷积特征，使得区域推荐的开销几近为0。RPN是一个全卷积网络

2019-08-11 约 5662 字预计阅读 12 分钟

1. Introduction 目标检测有两个主要挑战：需要处理大量的候选物体位置（通常称为proposal）。这些候选框只提供了粗糙的位置，需要修正以实现精确定位。这

2019-08-05 约 6285 字预计阅读 13 分钟

Abstract 两个关键创新点：使用高容量的CNN(ConvNet)对 region proposals 计算 feature vectors。从经验驱动特征(SIFT、HOG)到数据驱动特征(CNN feature

2019-05-18 约 928 字预计阅读 2 分钟

1. 正则表达式中的常用匹配 \d匹配一个数字 \w匹配一个字母或数字 \s匹配一个广义空白符（包括Tab等空白符） .匹配除换行符以外的任意字符 2. 对于