RFCN

RFCN 精简讲解

一、前言之前的FasterRCNN对FastRCNN产生regionporposal的问题给出了解决方案，并且在RPN和FastRCNN网络中实现了卷积层共享。但是这种共享仅仅停留在第一卷积部分，RoIpooling及之后的部分没有实现完全共享，可以当做是一种“部分共享”，这导致两个损失：1.信息损失，精度下降。2.由于后续网络部分不共享，导致重复计算全连接层等参数，时间代价过高。(另外还需要多说
KyleLou·2024-02-04 20:03

图像分割之常用损失函数-Focal Loss

twoStage：主要指FastRCNN、RFCN等这样需要regionpropos
唐宋宋宋·2023-12-30 21:34

目标检测：RFCN的Python代码训练自己的模型

py-R-FCN源码下载地址：https://github.com/Orpine/py-R-FCN也有Matlab版本：https://github.com/daijifeng001/R-FCN本文用到的是python版本。本文主要参考https://github.com/Orpine/py-R-FCN。准备工作：（1）配置caffe环境(网上找教程)（2）安装cython,python-open
BigCowPeking·2023-10-20 19:39

RFCN目标检测算法思想

方法概括R-FCN解决问题——目标检测整个R-FCN的结构一个base的conv网络如ResNet101,一个RPN（FasterRCNN来的）,一个positionsensitive的prediction层，最后的ROIpooling+投票的决策层R-FCN的idea出发点（关键思想）分类需要特征具有平移不变性，检测则要求对目标的平移做出准确响应。现在的大部分CNN在分类上可以做的很好，但用在检
BigCowPeking·2023-10-20 19:39

[Paper Share - 3]Light-Head R-CNN: In Defense of Two-Stage Object Detector

http://www.jianshu.com/p/3c448a02f6a8=有修改【嵌牛导读】：论文针对two-stage的目标检测框架中，回归坐标和分类的子网络进行优化，主要结合FasterRCNN和RFCN
随心所欲_7b32·2023-08-24 11:54

转载：海思Hi3559AV100 NNIE开发（1）--（7）

（1）-RFCN(.wk)LoadModel函数参数解析Hi3559AV100NNIE开发（1）-RFCN(.wk)LoadModel函数参数解析-尚码园以后随笔将更多笔墨着重于NNIE开发系列，下文是关于
学不会代码的研究僧·2023-07-17 20:49

自动驾驶感知模块介绍

感知有4个模型：rfcn、freespace、depth、parkspace。训练：backbone+head+loss+optimi
电气_空空·2023-04-21 14:39

PsROI Pooling 深入理解，附代码

fasterrcnn和rfcn的最大不同点在于rfcn采用了PsROIPooling保留了局部区域的位置敏感性。输入batch_size=N的批次训练图像。
maxruan·2023-02-07 09:16

目标检测及分类方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

转载自：默一鸣目标检测文章这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwindow的方法计算量非常大========OverFeat====改进了Alex-net，并用图像缩放和滑窗方法在test数据集上测试网络；提出了一种图像定位的方法；
咚次哒Ethan·2023-02-01 08:28

目标检测方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

本文转载自：http://blog.csdn.net/yimingsilence/article/details/53995721这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwindow的方法计算量非常大========OverFeat==
Mr. 阿柴·2023-02-01 08:55

Detection物体检测及分类方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwindow的方法计算量非常大========OverFeat====改进了Alex-net，并用图像缩放和滑窗方法在test数据集上测试网络；提出了一种图像定位的方法；最后通过一个卷积网络来同时
Bruce_0712·2023-02-01 08:50

目标检测存在的问题总结

目标检测存在的问题总结作者：种树的左耳链接：https://www.zhihu.com/question/280703314/answer/5642355791.从专注精度的FasterRCNN、RFCN
ChrisLzg·2023-01-09 17:45

Focal loss 损失函数详解

twoStage：主要指FastRCNN、RFCN等这样需要regionproposal的检测算法。这类算法可以达到很高的进度，但是同时检测
无能者狂怒·2023-01-04 13:52

2021-03-24【Faster R-CNN理解&&改进思路（方向）】记录贴

的改进方向_weixin_34293911的博客FasterR-CNN改进篇（一）：ION●HyperNet●MSCNN_跟随技术的脚步-linolzhang的专栏FasterR-CNN改进篇（二）：RFCN
m_Molly·2022-12-04 17:04

【论文速读】Multi-Oriented Scene Text Detection via Corner Localization and Region Segmentation[2018-CPVR]...

第一个分支是通过一个DSSD网络进行角点检测来提取候选文字区域，第二个分支是利用类似于RFCN进行网格划分的方式来做position-sensitive的segmentation。
weixin_30498807·2022-12-03 11:41

Focal loss原理解析

前者是指类似FasterRCNN，RFCN这样需要regionproposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。虽然可以
zsffuture·2022-11-25 01:38

8月31日目标检测学习笔记——Faster RCNN

文章目录前言一、Faster-RCNN1、原理2、步骤3、RoIPooling4、网络结构二、SPPNet（SpatialPyramidPooling）三、Fast-RCNN四、HyperNet五、RFCN
Ashen_0nee·2022-10-10 09:47

Focal Loss损失函数、RetinaNet网络

前者是指类似FasterRCNN，RFCN这样需要regionproposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。虽然可以通过减少proposal的数量或
Tc.小浩·2021-10-24 19:13

RFCN论文笔记

R-FCN论文阅读（R-FCN:ObjectDetectionviaRegion-basedFullyConvolutionalNetworks）目录作者及相关链接方法概括方法细节实验结果总结参考文献作者及相关链接作者：作者链接：代季峰，何恺明，孙剑论文链接：论文传送门代码链接：matlab版，python版方法概括R-FCN解决问题——目标检测整个R-FCN的结构一个base的conv网络如Re
bu_boosting·2020-08-26 12:03

深度学习学习笔记（一）

backbone+SS+ROIPooling+非全局FCs2.FastRCNN=>FasterRCNN：（1）ss···>RPN（2）非全局FCs···>全局FCs3.FCN+FasterRCNN=>RFCN
Z. ZHANG·2020-08-25 17:06

目标检测方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

目录(?)[+]本文转载自：http://blog.csdn.NET/yimingsilence/article/details/53995721这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwindow的方法计算量非常大========Ov
mustar_2017·2020-08-22 02:02

目标检测方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

本文转载自：http://blog.csdn.NET/yimingsilence/article/details/53995721这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwindow的方法计算量非常大========OverFeat==
lsn_sgj·2020-08-20 00:10

Faster R-CNN改进篇（二）： RFCN ● RON

@改进1：RFCN论文：R-FCN:ObjectDetectionviaRegion-basedFullyConvolutionalNetworks【点击下载】MXNet代码：【Github】一.背景介绍
linolzhang·2020-08-16 19:55

CVPR视频目标检测文章：Learning Motion Priors for Efficient Video Object Detection 解读

LearningMotionPriorsforEfficientVideoObjectDetection视频中的目标检测方法，基于RFCN(Daietal.2016)的单帧图像检测方法。
狂奔的小裤衩子·2020-08-04 17:13

目标检测方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

本文转载自：http://blog.csdn.net/yimingsilence/article/details/53995721这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwindow的方法计算量非常大========OverFeat==
复兴之矢·2020-07-16 00:28

【目标检测算法】RetinaNet学习笔记/实现Focal Loss

前者是指类似FasterRCNN，RFCN这样需要regionproposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。
littlemichelle·2020-07-12 07:58

把特征网络换成resnet-50

从RFCN来看，Resnet-50和Resnet-101到最后一层卷积都是缩小到原来尺寸的16分之一，并且都用的7x7的格子去roipooling。
weixin_33924312·2020-07-10 07:37

目标检测之Light-Head R-CNN

主要基于RFCN的改进，基于2种基础框架backbone得出2种模型。
watersink·2020-07-09 21:56

CCPD_RFCN_车牌检测_代码调通记录

首先需要一个干净的Python虚拟环境，Python2/3都可以，我选择使用Python3.6安装必须的包：#版本的话没有过多的要求，兼容即可，建议先安装torch>=0.3.0，然后pip会根据torch选择相应的其他包的版本#torch的版本过多，建议去pytorch官网根据自己的系统情况选择对应的版本，不同的版本有不同的pip命令#我使用的是：pipinstalltorch==1.2.0to
繁华三千东流水·2020-07-09 21:51

目标检测系列（一）——基础内容

文章目录1.目标检测是什么2.目标检测基础2.1候选框提取2.2特征提取2.3分类器3.目标检测性能评估参数4.NMS（非极大值抑制）4.数据集新方法：RFCN,Mask-RCNN等5.注意力机制6.全卷积网络
呆呆的猫·2020-07-07 11:48

RFCN更改部分

#lib/rpn/proposal_target_layer.py142ind=int(ind)#lib/dataset/imdb.py111forbinrange(len(boxes)):ifboxes[b][2]max_size:im_scale=float(max_size)/float(im_size_max)im=cv2.resize(im,None,None,fx=im_scale,f
酸菜包子·2020-07-06 02:02

Focal loss论文详解

前者是指类似FasterRCNN，RFCN这样需要regionproposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。虽然可以
逍遥王可爱·2020-07-05 05:20

论文阅读笔记Saliency Detection with Recurrent Fully Convolutional Networks

在本文中，我们通过使用循环完全卷积网络（RFCN）开发新的显着性模型更进一步。此外，循环体系结构使我们的方法能够通过纠正其先前的错误自动学习优化显着性映射。
Lily-sunshine·2020-07-05 05:04

海思Hi3519A SVP从入门到精通（二 NNIE开发指南）

中专门针对神经网络特别是深度学习卷积神经网络进行加速处理的硬件单元,支持现有大部分的公开网络,如Alexnet、VGG16、Googlenet、Resnet18、Resnet50等分类网络,FasterR-CNN、YOLO、SSD、RFCN
EnjoyCodingAndGame·2020-06-30 11:45

YOLOV3总结

ObjectDedection一般分为onestage和twostage两种框架，onestage的代表有yolo系列、ssd等，twostage的代表有fasterrcnn、lightheadrcnn、rfcn
水木道·2020-06-29 00:52

RFCN-阅读笔记-理解

论文:R-FCN:ObjectDetectionviaRegion-basedFullyConvolutionalNetworks翻译:https://zhuanlan.zhihu.com/p/22261216理解参考:http://blog.csdn.net/kekong0713/article/details/69919093核心技术:(与faster-RCNNSPP-Net相比最大的改动是改
tuzixini·2020-06-26 20:27

ValueError: could not broadcast input array from shape (300,2,300,1) into shape (300,2,1,1)

用inception-V4做RFCN的网络来训练目标检测模型，遇到的问题如下：_###File".
Hytz·2020-06-25 10:13

Caffe-SSD 和Faster RCNN训练 Caltech行人数据集

3，Caltech数据集转换后适用的算法：RCNN系列（FasterRCNN，RFCN），SSD系列Caltech数据集介绍：Caltech数据集地址：http://www.vision.ca
芳芳不是我真名·2020-06-21 08:36

[Paper Share - 3]Light-Head R-CNN: In Defense of Two-Stage Object Detector

论文针对two-stage的目标检测框架中，回归坐标和分类的子网络进行优化，主要结合FasterRCNN和RFCN两个网络有点，同时提出自己的改进，最终在Accuracy和Speed上都取得了state-of-the-art
少侠阿朱·2020-03-09 08:45

An Anchor-Free Region Proposal Network for Faster R-CNN based Text Detection Approaches

贡献：基于FPN+RFCN。用EAST来替换RPN，并提出scale-friendly的尺度匹配策略。尺度分配时，将短边的宽度作为分配的指标。采用了Light-headR-CNN。
AAAAAAIIIIII·2020-03-03 09:33

RFCN-tensorflow的源码

源码地址：https://github.com/xdever/RFCN-tensorflow简单结构：k^2(C+1)的conv:ResNet101的最后的输出是WxHx1024，用K^2(C+1)个1x1
yanghedada·2020-01-04 12:23

《基于海思35xx nnie引擎进行经典目标检测算法模型推理》视频课程介绍

它们分别为：FasterRCNN,RFCN,SS
ltshan139·2019-10-20 07:18

如何在海思 Hi3519AV100上移植YOLOV3 （3)

a230r.1.14.117.4afe75a61WreAX&id=586610485052&ns=1&abbucket=1#detail除了SDK与底板图纸之外我们提供了EMMC文件配置和摄像头采集到RFCN
LizardHan·2019-09-16 17:06

海思AI芯片(Hi3519A/3559A)方案学习（十八）如何将sample sdk代码重构并编译成动态链接库

代码重构sample代码除了有yolov3相关代码外，还有别的模型如RFCN等推理。当然，还有很多的代码是这些模型共用的。熟读这些代码后，我将yolov3相关的代码分成了三
ltshan139·2019-07-16 17:23

目标检测领域19个建议

1.从专注精度的FasterRCNN、RFCN相关系列，以及专注速度的YOLO系列，未来的方向更专注于精度和速度的结合，这也是过去的很多模型在SSD系列上产生的原因，主要代表有Refin
别说话写代码·2019-01-08 12:35

py-RFCN-编译问题

1.python3.5报错Traceback(mostrecentcalllast):File"setup.py",line58,inCUDA=locate_cuda()File"setup.py",line53,inlocate_cudafork,vincudaconfig.iteritems():AttributeError:'dict'objecthasnoattribute'iterite
田老师作坊·2018-05-01 21:46

Detection物体检测及分类方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）

转载自：https://blog.csdn.net/yimingsilence/article/details/53995721哇，这个大神的这篇总结真的是太全面了，真心推荐大家都去关注一下这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的sliderwin
dulingtingzi·2018-04-26 16:28

改变anchor数量或尺寸（Faster R-CNN或RFCN）

anchor通常设置为3ratio*3scales=9anchors，但实际使用时可能需要进行调整。改变anchor数量或尺寸。先看FasterR-CNN源码产生anchors的部分，位置$FasterRCNN/lib/rpn/generate_anchors.py:defgenerate_anchors(base_size=16,ratios=[0.5,1,2],scales=2**np.ara
starxhong·2018-04-19 12:09

目标检测（二十二）--R-FCN

无意中看到这个RFCN，瞬间有点蛋疼，因为当时用原始FasterRCNN的时候，替换了最后的全链接层为卷积层，还花了不少时间验证是否有性能损失，结果现在看到，原来有现成的验证过了。。。。
Eason.wxd·2018-03-29 09:48

目标检测：RFCN算法原理

@改进1：RFCN论文：R-FCN:ObjectDetectionviaRegion-basedFullyConvolutionalNetworks【点击下载】MXNet代码：【Github】一.背景介绍
BigCowPeking·2018-02-07 21:02
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他