YOLOv2模型结构
YOLO的输入输出很复杂，Loss函数更加复杂，但是它的网络结构比较简单，只是Convolusion + Batch Normalization + Leaky Relu的重复叠加。
下面是experiencor/keras-yolo2定义的网络模型。
参考链接
https://fairyonice.github.io/Part_3_Object_Detection_with_Yolo_using_VOC_2012_data_model.html
[……]
Read More两个和尚的故事
两个和尚分别住在相邻的两座山上的庙里。两座山之间有一条小溪，这两个和尚每天都会在同一时间下山去小溪挑水。久而久之，他们便成为了好朋友。
就这样，时间不知不觉已经过了五年。突然有一天，左边这座山的和尚没有下山挑水，右边那座山的和尚心想:他大概睡过头了吧。
第二天左边这座山的和尚还是没有下山挑水，第三天也一样。过了一个星期还是一样，直到过了一个月，右边那座山的和尚终于忍不住了，他心想:我的朋友可能生病了，我要过去拜访他，看看能帮上什么忙。
于是他便爬上了左边这座山，去探望他的老朋友。
他到了左边这座山的庙里发现他的老友正在悠闲的打太极拳。他很好奇地问:[……]
Read MoreROI Pooling的缺陷
如前面文章<深入理解ROI Pooling>中所述，ROI Pooling的主要问题在于它在处理过程中两次量化(Quantization)丢失了一些信息(下图深蓝色区域和浅蓝色区域)。
由于信息丢失，执行ROI Pooling之后，此时的候选框已经和最开始回归出来的位置有一定的偏差，从而会影响检测或者分割的准确度。
SetUp
在开始ROI Align之前，先看看引入ROI Align的Mask R-CNN。
Mask R-CNN中的对比测试结果可以明显看到ROI Align相对于ROI Pooling的优势。
[……]
Read More本文主要讨论Fast R-CNN论文中使用的ROI Pooling(上图中蓝色矩形框部分)。
什么是ROI
ROI是Region of Interest的缩写，是原始图像上的一个Proposed Region。提取ROI的方法有很多，本文不详细讨论。
Fast R-CNN是如何工作的
Feature extraction
Fast R-CNN通过卷积神经网络进行Feature提取，生成Feature Map。
上述例子中，输入图像的大小为512 x 512 x 3(Width x Height x Channels)，输出的Feature Map大小为1[……]
Read More很多程序员都有一个技术理想，幻想着通过不断学习，不断提升自己在某个领域的技术能力，从而获得持续的竞争力。这个现象在刚毕业或者工作时间不长的程序员中尤为常见，直至上升通道受阻，或者出现中年危机，大部分人才会意识到这条路在当下的中国难以走通。
技术只是解决问题的手段
上周一个同学离职，问及原因，说是不想涉及业务，要去追求纯粹的技术。这种思路我非常理解，毕竟曾经也有过类似的想法。但是现在我的想法已经发生了很大的变化。
举个例子，某个明星创业公司，上线某个业务之后非常火爆，一时间访问量暴增，服务器访问压力太大，频频出现服务无响应甚至宕机的事情。怎么解决这个问题呢？ 重新开发性能更高，[……]
Read MoreBatch Generator
[插入Input和Output] 中讨论了Pascal VOC2012数据集上YOLOv2的Training输入数据和Ground Truth是如何生成的，并且实现了一个SimpleBatchGenerator。
YOLOv2 Loss Function
YOLOv2的Paper中并没有讲述它的Loss函数是如何定义的。本文尝试理解【参考材料2】中实现的YOLOv2的Loss函数。
回顾下YOLOv1的Loss函数
YOLOv1中定义的Loss函数如下:
YOLOv2论文中描述了与YOLOv1网络结构的差异：
Read MoreW[……]
1.tf.multiply()-两个矩阵中对应元素各自相乘
tf.math.multiply()实现将矩阵x和矩阵y逐个元素(element-wise)相乘，返回一个新的矩阵。注意它实现的是元素级别的相乘，也就是两个相乘的数元素各自相乘。
若w为m*1或者1*1的矩阵，x为m*n的矩阵，通过元素级相乘得到一个 m*n 的矩阵。
2*1的矩阵与2*4的矩阵相乘：
1*1的矩阵与2*4的矩阵相乘：
若w为m*n的矩阵，x为m*n的矩阵，通过元素级相乘得到一个 m*n 的矩阵。
w的行数和列数均为1或者w的列数只能为1或与x的列数相[……]
Read More本文介绍Tensorflow中的transpose()函数。函数的原型如下：
tf.transpose函数中文意思是转置，主要用于交换Input Tensor的不同维度。
tf.transpose的第一个参数a是Input Tensor。
tf.transpose的第二个参数perm指定Tensor的维度。tf.transpose(x, perm=[1,0,2])表示将三维Input Tensor的第一维和第二维进行交换。如果没有显式指定perm，默认perm = [n – 1, n -2, …, 0]，其中n = rank(a)。
如果Input Tensor[……]
Read More文章来源:
https://medium.com/@CinnamonAITaiwan/cnn%E6%A8%A1%E5%9E%8B-resnet-mobilenet-densenet-shufflenet-efficientnet-5eba5c8df7e4
CNN演进
下图为我们了展示了2018前常用CNN模型大小与Accuracy的比较，网络上不乏介绍CNN演进的文章[LeNet/AlexNet/Vgg/ Inception/ResNet]，写的也都很好，今天我们为各位读者介绍几个最新的CNN模型，如何搭建以及他们的优势在哪里。
CNN经典架构
要了解最新模型的[……]
Read MoreCGAL提供了一系列多边形切分算法，支持将单个多边形切分成若干个小的多边形，每个多边形之间互不交叉，总和等于原多边形大小。
1.Monotone Partitioning
1.1 什么是单调多边形(monotone polygon)
在几何形状中，如果与L垂直的每条线最多与多边形P相交两次，则称平面中的多边形P相对于直线L为单调的。类似地，如果与L垂直的每条线最多一次与C相交，则折线C相对于直线L称为单调。
1.2 Y Monotone Partition
对一个多边形进行Y单调切分就是要求切分后的子多边形都是Y单调多边形。CGAL提供了CGAL::y_mon[……]
Read More