免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 70787 | 回复: 17

【有奖讨论】如何更好地掌握深度学习中的物体检测技术? [复制链接]

论坛徽章:
0
发表于 2020-03-18 09:57 |显示全部楼层
话题背景:

      随着深度学习的飞速发展,计算机视觉技术取得了令人瞩目的成果,尤其是物体检测这一基础又核心的分支,诞生了众多经典的方法,在自动驾驶、智能医疗、智能安防以及搜索娱乐等多个领域都得到了广泛的应用。与此同时,诞生于2017年的PyTorch框架,凭借其简洁优雅、灵活易上手等优点,给人留下了深刻的印象。目前图书市场上关于深度学习及PyTorch的图书不少,但大都停留在浅层的概念与简单示例的程度,缺乏真正的实用性。近期机械工业出版社出版了《深度学习之PyTorch物体检测实战》一书,是国内第一本以物体检测为核心的技术书籍。旨在分享物体检测技术的经典框架与优化方法。本次活动也以此为契机和各讨论讨论物体检测的相关话题,欢迎大家踊跃发言。

讨论问题:

(1)在日常学术与工作中,各位是如何处理物体检测问题的,有什么经验与自己的理解?

(2)本书在介绍物体检测时,采用了基础、经典框架、难点分析与优化这三个层次,并用PyTorch介绍了核心的代码段,读者朋友们还可以分享哪些好的切入点,或者更好的阐述模式?

(3)除了本书提到的轻量化网络、NMS、拥挤与多尺度问题、Anchor Free等,你觉得物体检测还有哪些方面是值得更多、更深入的探讨和分析?

活动时间:2020年3月18日-4月18日

本期奖品:最佳积极参与经验分享奖5名,奖励价值89元的《深度学习之PyTorch物体检测实战》图书1本。

深度学习之PyTorch物体检测实战
董洪义  编著
书号:978-7-111-64174-2
印张:17.5(共280页)
书脊:13mm
定价:89.00元
成品尺寸:186*240
上架建议:计算机/人工智能

第二期活动.png

购买链接:
京东:https://item.jd.com/12776334.html
当当:http://product.dangdang.com/28496839.html

内容简介:

     本书从概念、发展、经典实现方法等几个方面系统地介绍了物体检测的相关知识,重点介绍了Faster RCNN、SDD和YOLO这三个经典的检测器,并利用PyTorch框架从代码角度进行了细致讲解。另外,本书进一步介绍了物体检测的轻量化网络、细节处理、难点问题及未来的发展趋势,从实战角度给出了多种优秀的解决方法,便于读者更深入地掌握物体检测技术,从而做到在实际项目中灵活应用。
本书共10章,涵盖的主要内容有物体检测与PyTorch框架基础概念与背景知识;PyTorch基础知识;基础卷积网络Backbone;两阶经典检测器Faster RCNN;单阶多层检测器SSD;单阶经典检测器YOLO;模型加速之轻量化网络;物体检测细节处理;物体检测难点问题;物体检测的未来发展。
本书内容丰富,讲解通俗易懂,案例典型,实用性强,特别适合PyTorch框架爱好者和物体检测相关从业人员阅读,也适合深度学习和计算机视觉领域的研究人员阅读。另外,本书还适合作为深度学习培训机构的教材使用。

图书试读:内容简介+前言+目录    第1章(试读) 内容简介 前言 目录.pdf (4.42 MB, 下载次数: 0)

论坛徽章:
0
发表于 2020-03-18 10:00 |显示全部楼层
欢迎大家踊跃参与活动哦

论坛徽章:
0
发表于 2020-03-18 12:16 |显示全部楼层
(1)在日常学术与工作中,各位是如何处理物体检测问题的,有什么经验与自己的理解?
在学校的时候做过一个AR手游不知道算不算,是用unity游戏引擎加高通的Vuforia SDK做的。底层代码都是封装的,直接调用就好了。但需要根据模型修改代码,有一个光照强度的接口,我就拿来检测光照,变换物体的颜色,来达到真实的还原度。

(2)本书在介绍物体检测时,采用了基础、经典框架、难点分析与优化这三个层次,并用PyTorch介绍了核心的代码段,读者朋友们还可以分享哪些好的切入点,或者更好的阐述模式?
试看了第一章,我觉得项目的例子最好还可以再多一点,可以将项目所需的代码、框架放在GitHub或者码云上,这样边练习遍阅读效果会好很多。

(3)除了本书提到的轻量化网络、NMS、拥挤与多尺度问题、Anchor Free等,你觉得物体检测还有哪些方面是值得更多、更深入的探讨和分析?
可以深入讨论一下基于深度学习的物体检测算法R-CNN,一张图像生成1K~2K个候选区域,对每个候选区域,使用深度网络提取特征。这个过程包含数据预处理+网络预训练+网络调优训练。对于每一个区域:修正区域大小以适合CNN的输入,做一次前向运算,将第五个池化层的输出(就是对候选框提取到的特征)存到硬盘。特征送入每一类的SVM 分类器,判别是否属于该类。





评分

参与人数 1可用积分 +10 收起 理由
飘絮絮絮丶 + 10 赞一个!

查看全部评分

论坛徽章:
38
IT运维版块每日发帖之星
日期:2016-04-01 06:20:0015-16赛季CBA联赛之上海
日期:2017-07-19 17:38:4415-16赛季CBA联赛之福建
日期:2017-08-02 09:45:3315-16赛季CBA联赛之山东
日期:2017-08-23 17:34:3615-16赛季CBA联赛之上海
日期:2017-11-14 09:20:5015-16赛季CBA联赛之佛山
日期:2017-12-01 10:26:3815-16赛季CBA联赛之吉林
日期:2018-03-30 12:58:43黑曼巴
日期:2018-07-13 09:53:54ChinaUnix元老
日期:2018-08-03 17:26:0015-16赛季CBA联赛之天津
日期:2018-08-09 10:30:4115-16赛季CBA联赛之北京
日期:2018-10-06 21:39:5715-16赛季CBA联赛之北控
日期:2018-10-29 18:20:34
发表于 2020-03-19 14:53 |显示全部楼层

(1)在日常学术与工作中,各位是如何处理物体检测问题的,有什么经验与自己的理解?
曾经做过检测物体是否有变化的功能。摄像头一直拍摄物体,然后通过每天的照片判断物体是否有变化。网上找了段代码。效果比较差。通过对像素进行处理,然后比较差别度。


(2)本书在介绍物体检测时,采用了基础、经典框架、难点分析与优化这三个层次,并用PyTorch介绍了核心的代码段,读者朋友们还可以分享哪些好的切入点,或者更好的阐述模式?
可以先了解基础,避免一进来就看不懂。然后通过经典案例吸引读者,毕竟学习更多的是为了使用。然后再深入的进行学习。我看现在的切入点就挺不错。


(3)除了本书提到的轻量化网络、NMS、拥挤与多尺度问题、Anchor Free等,你觉得物体检测还有哪些方面是值得更多、更深入的探讨和分析?
这个真了解的不多。要多学习下。


评分

参与人数 1可用积分 +10 收起 理由
飘絮絮絮丶 + 10 赞一个!

查看全部评分

论坛徽章:
0
发表于 2020-03-19 19:46 |显示全部楼层
回复 4# fenyun689



论坛徽章:
0
发表于 2020-03-19 19:47 |显示全部楼层
我是本书编辑,有关图书问题,都可以来骚扰我哈。

论坛徽章:
7
2017金鸡报晓
日期:2017-01-10 15:13:2915-16赛季CBA联赛之天津
日期:2019-06-20 14:25:4015-16赛季CBA联赛之天津
日期:2019-08-20 23:06:5319周年集字徽章-庆
日期:2019-08-27 13:24:4219周年集字徽章-19
日期:2019-09-06 18:55:5019周年集字徽章-年
日期:2019-09-06 18:55:5019周年集字徽章-周
日期:2019-09-20 17:18:22
发表于 2020-03-21 15:38 |显示全部楼层
(1)在日常学术与工作中,各位是如何处理物体检测问题的,有什么经验与自己的理解?
物体检测的大致流程是:确定滑动窗口->利用滑动窗口提取出候选区域->对候选区域进行特征提取->使用分类器(事先已经训练好)进行分类,判断候选区域是否包含有效目标->对所有包含有效目标的候选区域进行合并->作图,绘制出检测目标轮廓框。

(2)本书在介绍物体检测时,采用了基础、经典框架、难点分析与优化这三个层次,并用PyTorch介绍了核心的代码段,读者朋友们还可以分享哪些好的切入点,或者更好的阐述模式?
如果能够结合实际的落地项目,像行人检测、人脸检测、文字检测等一起介绍的话,就更接地气更有可操作性了。

(3)除了本书提到的轻量化网络、NMS、拥挤与多尺度问题、Anchor Free等,你觉得物体检测还有哪些方面是值得更多、更深入的探讨和分析?
级联检测器、网络剪枝和量化

评分

参与人数 1可用积分 +10 收起 理由
飘絮絮絮丶 + 10 赞一个!

查看全部评分

论坛徽章:
92
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2015-02-28 17:45:34CU大牛徽章
日期:2019-10-10 10:55:38ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:28CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
发表于 2020-03-24 10:12 |显示全部楼层
回复 6# oyzx_sp

哗,隐藏在帖子中的大神,膜拜一秒钟!

论坛徽章:
0
发表于 2020-03-27 09:07 |显示全部楼层
seesea2517 发表于 2020-03-24 10:12
回复 6# oyzx_sp 哗,隐藏在帖子中的大神,膜拜一秒钟!

不应该参与一下活动的么~~~

论坛徽章:
92
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2015-02-28 17:45:34CU大牛徽章
日期:2019-10-10 10:55:38ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:28CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
发表于 2020-03-27 10:12 |显示全部楼层
回复 9# 飘絮絮絮丶

心,心有余,力不足啊……
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

DTCC2020中国数据库技术大会 限时8.5折

【架构革新 高效可控】2020年6月4日~6日第十一届中国数据库技术大会将在北京隆重召开。

大会设置2大主会场,20+技术专场,将邀请超百位行业专家,重点围绕数据架构、AI与大数据、传统企业数据库实践和国产开源数据库等内容展开分享和探讨,为广大数据领域从业人士提供一场年度盛会和交流平台。

http://dtcc.it168.com


大会官网>>
  

北京盛拓优讯信息技术有限公司. 版权所有 16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122
中国互联网协会会员  联系我们:huangweiwei@it168.com
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP