未央の童话镇

遥感图像树木检测内容的一些整理，包括遥感图像，目标检测，树木检测的一些传统方法和近期文章

本文是对YOLT算法论文的总结和解读，论文主要是根据遥感卫星图的特点对YOLOv2的算法进行了改进，针对遥感卫星图目标检测的几个难点提出了解决方案

利用canvas实现刮刮乐的效果

利用canvas实现一个视频播放器，并实现视频移动水印功能和弹幕功能

实现轮播图功能，并将其封装为插件，实现：1. 每张图对应底下的小圆点，点击小圆点会高亮并跳转到对应图片;2. 左右两侧的按钮可以返回上一张图片或者进入下一张图片; 3. 当鼠标离开轮播图区域时，进入自动轮播模式

实现淘宝商品鼠标拖动框局部放大效果

记录CSS布局方式，随缘更新

并查集概念当我们在做题的时候，会有一些关于集合的操作，比如将两个集合合并，查询一个元素是否属于某个集合，判断两个元素是否属于同个集合等，并查集就是一种用于处理这些情况的数据结构，并 指集合合并， 查 指元素查询 既然有集合和元素关系判定的需求，那么首先我们得标识集合，比如说碗属于餐具，那么这里餐具就是这个集合的标识(名字)，在并查集中，集合有多种标识方法，最常见的一种是将代表元素作为集合表示，比如一个集合中包含了碗和盘子，那么我们可以随便选择一个，比如说碗，来标识集合 在具体实现中，并查集通过树形结构来实现，用根元素来标识集合，每个元素连向父节点，用于标识集合的根元素则连向自己 那么查找的时候只要沿着链寻找到根元素即可确定集合，查找的逻辑非常简单，沿着链往上查找，直到找到一个父节点连接指向自己的元素，，我们用c++简单地实现一下这个过程，这里用f数组表示父节点连接 12345// 查找 searchfatherint sf(int x){ if (f[x] == x) return x; // 如果找到根元素则直接返回答案 return sf(f[x]); // ...

BFC的概念，特性，触发机制和作用

记录如何在自己页面中引入iconfont，像文字一样使用小图标，用font属性来控制大小和颜色，以及如何在value值中使用iconfont

HTML的一些快捷键记录 (Emmet)

从零开始的Faster R-CNN环境配置到使用记录

记录各种CSS选择器 (基础选择器，复合选择器)

YOLOv2多方面地对YOLO进行了优化，将算法的速度和精度都提高到了一个新的高度 YOLOv2沿用了YOLO的结构，并做了大量的优化 YOLO回顾 更精准 [Better]YOLO相比于Fast R-CNN来说存在大量的定位误差，且召回率较低，因此优化主要是为了解决这两个问题 批标准化YOLOv2用BN层代替了dropout，置于每个卷积层之后，有助于解决bp中梯度弥散和梯度爆炸的情况，mAP提升2%以上 高分辨率分类器先在ImageNet上以$448\times 448$分辨率进行10个epoch的微调，然后根据检测结果对网络微调，这本质上是一种迁移学习，这种方法提升了将近4%的mAP 带锚框的卷积YOLOv2移除了YOLO中的FC层，采用锚框来预测bbox，同时，将网络的输入从$448\times 448$缩小到416，这样特征图有奇数个位置，只有一个中心单元 (因为大型物体往往在图像中心)，32倍下采样之后得到$13 \times 13$的特征图 同时，解耦类的预测和空间位置，区别于YOLO中为每个格子预测类别，YOLOv2为每个锚框预测类和对象 引入锚框后mAP从69 ...

前些天跟同学一起糊实验室的项目，要做个实验平台，想实现一个点击实验步骤然后块的内容就会变成对应步骤的功能，当时糊了一个页内链接，贼丑，然后同学用js控制了内容的显隐实现了这个功能，今天看到arxiv上有类似的块，查了点资料，学习一下实现方法 总的来说是要实现这样一个东西 点击上面的lable然后就可以切换下面的内容框内的文字 单选按钮radio首先需要用到的是input标签中的单选按钮radio 下面给出一个示例 12345<div class="tab"> <input type="radio" name="tab-group-1">选项一 <input type="radio" name="tab-group-1">选项二 <input type="radio" name="tab-group-1">选项三</div> 效果如下 选项一 选 ...

基本YOLO模型能够以每秒45帧实时处理图像，较小版本fastyolo每秒处理155帧，同时仍能达到其它实时探测器2倍的mAP YOLO的意思就是You only look at once，从名字上听起来就非常快，在RCNN系列的网络中采用的是two-stage方法，即先生成候选框，然后对候选框进行分类，而以YOLO为代表的one-stage方法则是直接回归到类别概率和物体坐标 Yolo核心思想Yolo的思想非常简单，就是将输入的图像划分成$S\times S$的格子，如果检测物体的中心在某个格子内，那个这个格子就负责检测这个物体 每个格子会预测B个bbox以及其对应的置信度(confidence scores)，置信度表示bbox包含一个物体的确定程度和bbox的准确度，所以其计算公式为 $Pr(Obj) \cdot IoU(pred,GT)$ 公式的含义是，若格子中有物体，则置信度为$IoU(pred,GT)$，否则为0 每个bbox由5个预测组成：x、y、w、h和置信度。(x,y) 坐标表示长方体相对于网格单元边界的中心。w和h对图像的宽度和高度进行了预测。置信度预测表示 ...

Cascade RCNN 采用级联的方式，几乎对任意的RCNN都起到提升2到4点AP的作用 Faster R-CNN系列改进回顾 R-CNN回顾 Fast R-CNN回顾 Faster R-CNN回顾 RCNN系列存在的问题在RCNN系列中IoU的阈值决定了一个RoI属于正样本或是负样本，如果我们抬高阈值，则得到的RoI肯定是更接近真实物体，那么训练得到的检测器肯定会更为准确 (更好的proposal得到更好的bbox) 但同时会导致两个问题: 过拟合，更高的IoU阈值会导致选出更少的正样本 (如下图所示)，正负样本的严重不均衡导致训练过拟合 严重的mismatch问题 Mismatch问题 训练阶段bbox回归学习的正样本是和GT的IoU大于阈值的Proposals，而测试阶段由于没有GT，用于bbox回归坐标的正样本是所有的Proposals，可能存在IoU小于阈值的，会导致性能下降，随着IoU阈值的提高，问题会变得更加严重 实验与发现 作者对不同的IoU阈值设置做了三组实验，c图展示了proposals的分布，横纵轴为经过bbox回归前后的候选框IoU分布， ...

Mask RCNN 是基于Faster RCNN提出的，在高效完成目标检测的同时实现了高质量的实例分割 Faster R-CNN系列改进回顾 R-CNN回顾 Fast R-CNN回顾 Faster R-CNN回顾 Mask R-CNN相对于Faster R-CNN的改进主要有三点 引入FPN结构进行特征提取 采用RoI Align代替RoI pooling 在分类和回归的分支基础上，加入Mask分支 特征金字塔FPN使用单一尺寸的特征(Faster R-CNN)的做法，在经过CNN逐层的下采样，到达最后特征层的时候图片中小物体的有效信息较少，检测性能急剧下降 (图b) 而图像金字塔 (图a) 将输入图片做成多个尺寸，来生成不同尺度的特征来解决多尺度的问题，这种做法计算量大，非常耗时 特征层分层预测 (图c) 语义信息差距太大，高分辨率的低层特征不具备足够的检测能力 基于以上几种做法，提出了特征金字塔FPN (图d)，从高层携带信息传给低层，再分层预测 首先自底向上提取语义信息，然后依次进行上采样，各层进行$1\times 1$卷积降低通道数 (使通道数变为256) ...

Faster RCNN 用 RPN 优化了候选框初选的过程，提高了RCNN系列网络的综合性能 首先回顾一下R-CNN和Fast R-CNN R-CNN回顾 Fast R-CNN回顾 可以看到所谓R-CNN的缺陷，主要体现在RoI上 RoI特征提取造成较大时间消耗 (每个RoI用CNN提取特征)和内存消耗 (RoI提取需要先存取) RoI获取过程时间消耗太大 (罪魁祸首Selective Search) Fast R-CNN解决了RoI的第一个问题 (同时也搞定了多阶段训练的问题)，而Faster R-CNN主要是解决RoI的第二个问题，用RPN来替代耗时巨大的Selective Search Faster R-CNN分为两个模块，第一个模块是用于产生区域框的深度全卷积网络，第二个模块就是Fast R-CNN目标检测器 RPN网络如图所示，RPN(Region Proposal Network)的作用就是以feature map作为输入，得到Region Proposal (候选区域) 特征图中的点与原图中的位置的对应关系只与CNN中经过的池化层数量有关，因为在Fas ...

Fast RCNN 在训练速度上达到 RCNN 的9倍，测试速度达到其213倍，同时在PASCAL VOC 2012测试集上mAP达到66% RCNN和SPPnet首先回顾一下RCNN中存在的一些问题 训练是多阶段的 (CNN + SVM + bbox regressor) 训练耗时占空间 (每个候选框的特征需提取并保存) 测试速度慢 (47s/img) R-CNN回顾 SPPnet是RCNN的改良版本，在RCNN中，需要先提取候选框中的特征，然后将每个候选框的特征单独输入CNN中做卷积操作，而SPPnet的核心思想就是从feature map中提取ROI(候选框)特征 这将面临两个问题： 原始图像的候选框如何映射到特征图 (卷积层的输出) 候选框对应的特征如何满足全连接层的输入要求 (特征无法像图片一样拉伸或者填充) 为了解决全连接层输入大小固定的问题，SPPnet提出了空间金字塔池化 (SPP，spatial pyramid pooling)，不管输入的特征图大小，均用三种不同尺度的滤波器做池化，最终得到$4\times 4$，$2\times 2$，$1\ ...