```python import numpy as np def nms(dets, thresh):#dets：[[xmin,ymin,xmax,ymax,score],[],[]...] x1 =

问题：图像任务中同样目标会存在位置偏移、角度旋转、尺度大小，分别对应旋转、平移、尺度不变性。 解决办法：（1）pooling具有平移不变性，受网络层数、卷积核大小、感受野的约束。（2）随机裁剪、旋转、缩放也是为了模型的鲁棒性 1. 理解deformable convolutio…

Anchor 的概率分布被分解为两个条件概率分布，也就是给定图像特征之后 anchor 中心点的概率分布，和给定图像特征和中心点之后的形状概率分布。 anchor 的生成过程可以分解为两个步骤，anchor 位置预测和形状预测。在这个看起来很简单的 formulation 上。…

1. 概况 2. 模型改进 Ross Girshick后面提出了OHEM（online hard example mining，在线困难样本挖掘）是一个hard negative mning的一种好方法，但是这种方法对噪音数据会比较敏感。随机采样造成的不平衡可以看下图： 随机采…

1. 概况 2. 模型改进 将原先faster rcnn需要回归的四个参数(x,y,w,h) 转换为顶点的四个坐标(x1,y1,x2,y2)从而可以用KL loss分别回归四个坐标而不影响最终的结果. 在输出预测顶点坐标位置的同时输出坐标的概率(简单起见，采用单高斯分布拟合概率…

相对熵(KL散度)：对于同一个随机变量xx有两个单独的概率分布p(x)和p(y)，可以使用相对熵来衡量这两个分布的差异。 ReLU：分段线性，总体不是线性，可以拟合任何，优点：（1）前两者耗费计算资源，这个只用阈值或者矩阵或者if else（2）收敛加速快（3）梯度消失问题（4…

3x3分解成（1x3,3x1），优点是：加速计算，又可以将1个卷积拆成2个卷积，使得网络深度进一步增加，增加了网络的非线性（每增加一层都要进行ReLU）。 可以认为Residual Learning的初衷，其实是让模型的内部结构至少有恒等映射的能力。以保证在堆叠网络的过程中，网…

1. Yolov1 ②宽高(w,h)开根号后再求平方和损失:拉开差距，例如原来w=10，h=20，预测出来w=8，h=22，跟原来w=3，h=5，预测出来w1，h=7相比，其实前者的误差要比后者小，但是如果不加开根号，那么损失都是一样：4+4=8，但是加上根号后，变成0.15和…

1. R-CNN 2000个待检测区域(selective search,里面也是SVM)+串行过cnn+(svm分类& bbox reg位置)，训练时的pipeline是分开的。 2. SPP-Net 在feature map上提取RoI特征，这样就只需要在整幅图像…