TheMatrix | star

重新思考Anchor Box估计

anchorBox估计是目标检测中非常经典的一个概念，首次在fasterRCNN中被提出，后续目标检测器如（SSD,YOLOv2/v3/v4）等都会借用这么一个好用的东西，其优势在于能提供更快的检测速度（一次计算图像中所有的预测）和解决目标多尺度问题。anchor可以翻译成“锚”，是能与实际的检测框最相似的东东，但如何得到这个“最相似”呢？下面本博客会逐渐介绍kmeans算法估计ancho......

Posted by TheMatrix on 2020-12-30

kmeans anchorBox

Why Are the Features Obtained by "Predict" and "Forward" Function Very Different?

本博客主要内容本应该是我提出的issue被广泛讨论的，所以写成英文方便国外网友讨论，后来干脆整理成了一篇博客，依旧保留了英文模式，逐步引人入思，遂成文，发之，英文表达有不妥之处，敬请谅解！ According to official instructions, “forward” is used for inference during the network trainin......

Posted by TheMatrix on 2020-07-11

batchnorm Basic concepts

带动量的随机梯度下降算法-从原理到实践

Stochastic Gradient Descent 大家都知道标准的随机梯度下降算法通过在每次迭代中沿Loss的负梯度方向采取小步长来更新网络参数（权重和偏差）以最小化损耗函数,更新为：其中l是迭代数，α> 0是学习率，θ是参数向量，E（θ）是损失函数。在标准梯度下降算法中，使用整个训练集评估损失函数的梯度）E（θ），而标准梯度下降算法立即使用整个数据集。相比之......

Posted by TheMatrix on 2020-04-03

深度学习梯度下降

目标检测中AP的计算，你真的会了吗？

本文直接跳过前面若干基础概念，前提需弄懂TP,FP,FN,TN,精确率，召回率，IOU等，具体可以参照文后Reference，下面进入正题，边讲述边实现，拒绝只谈不做和只做不谈。相比前人代码，本实现思路简洁，通用有效，最后根据官方现成函数计算AP进行对比。一、引言案例加载groundTruth数据和某算法预测的目标检测框 1load calmAP.mat % 包含检测值和ground......

Posted by TheMatrix on 2020-02-20

深度学习目标检测

深度学习实战-从原理到实践

现当今机器学习/深度学习技术在某些具体垂直领域已被大量广泛应用到现实世界中，已经不再像前几年那么“火热”，与之对应的各类深度学习框架也是“百花齐放,百家争鸣”，框架终究只是个工具，不过简化了从“零”开始复杂繁琐的工作，让很多普通人都可以快速入门。本博客不单纯完成一个任务，也不涉及过多理论推导，而是真正体会到算法工作一步步原理，逐步实现，岂不乐乎？本篇博客以经典的MNIST手写数字识别为......

Posted by TheMatrix on 2020-01-28

深度学习梯度下降反向传播数字识别

正则化理解之动态可视化

关于正则化的文章是铺天盖地，其中绝大部分都在解释为什么L1或者L2正则化有利于产生稀疏解，防止过拟合？这个问题被讨论论证了N多次，大篇幅的文字叙述可以让读者了解到其背后的原理，但本文不走大众之路，从力求以动态图来直观解释正则化现象，从而让读者更深刻理解其正则的意义！抛开理论推导验证环节，需要从文字上面理解的强烈推荐参考博文后面的链接文章，本文以实际例子来进行阐述，考虑L1正则化对二次损......

Posted by TheMatrix on 2020-01-19

c++ 图像算法

洞察分类网络激活热力图

深度神经网络经常被当作“黑盒”，网络预测为什么是那样，很少有直观的解释，但是依靠CAM（Class Activation Mapping）可以可视化网络的最后一层激活值，对网络预测的类别区域进行热力图分析，看出网络到底学到了图片的那部分内容。 squeezenet预测为了洞察网络预测分类到底“学习”到了什么，本示例通过USB摄像头实时采集图像，分析分类网络激活类别的热力图，越红的区域代......

Posted by TheMatrix on 2020-01-07

matlab Deep Visualization

基于OpenCV的图像对比度拉伸

基于图像的线性对比度拉伸/增强绝大多数教程都在论述基于范围的拉伸，本博客主要提出基于均值的对比度拉伸，相比于前者，更能注重给定均值附近的像素的增强，而不是全局[0,255]范围内增强。最后给出两种算法的代码实现过程，并比较手写代码与自带代码的性能。假如有一副比较暗的图像，亮度像素等级普遍在10左右，而我希望的图像均值avg2=25左右波动，有一种很简单的想法是直接把原图像所有像素加......

Posted by TheMatrix on 2019-10-18

c++ 图像算法

C++多线程函数之异步执行微观

利用多线程编程有时候可以极大提高程序的执行效率，相比串行编程，涉及的逻辑机制不易理解，但能够带来效率的提升！在某些场合更适合并行计算，如多摄像机的采像处理要求同步，另外各个相机在某种算法下独立（子线程）识别到了某个动作发生，就应当返回给主线程。各个子线程有时也需要同步或者一些条件加以限制，比如各个动作识别之间的间隔不应该低于50帧，要在线程之间共享某些变量来限制，下面的程序模拟了该思想......

Posted by TheMatrix on 2019-10-16

c++ 多线程

Resnet18-Onnx-Matlab转换

本博客主要验证pytorch torchvision中官方预训练的模型导入matlab中看是否成功，以resnet18为例，中间格式通过onnx进行转换。主要分为python实现、onnx导出、matlab导入、 matlab识别。结论：转换识别成功一、python中实现简单demo 代码主要以一个摄像头采集的图像识别为例，采集识别OK后，转成onnx通用模型，Python实现代码及导......

Posted by TheMatrix on 2019-09-25

pytorch onnx matlab

崔星星