背景

• 寝室论文分享做的一个yolo系列的ppt

背景

• 论文:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

概述

• 相比原先的需要对输入图片裁剪(crop)或者拉伸resize(warp)变成固定大小才输入模型，sppnet可以接受任意大小的输入，其改动就是在最后一层卷积层后面加入了空间金字塔池化(spatial pyramid pooling)。
• 不管候选窗口有多少，spp只需要对整张图片进行一次特征提取计算；然后根据原始图片的窗口映射到feature map上的窗口，spp-net再对映射过来的窗口进行特征提取。

转自

• 
  一文读懂：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD

背景

• 论文1：Rich feature hierarchies for accurate object detection and semantic segmentation
• 论文2：Fast R-CNN
• 论文3：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

背景

1. 论文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks

• 代码：github，python版本

概述

1. 相对于之前的通过selective search来选择预选框，作者提出了区域选择网络(Region Proposal Network,RPN)，通过该网络模型来得到候选区域。

• 融合RPN和fast R-CNN，两者共享前面的卷积层部分，其中RPN充当了attention的机制，其得到的候选区域用于fast R-CNN做预测，RPN在这边充当了”attention”的机制，通过这个网络来引导fast R-CNN所要关注的区域。

背景

• 论文：feature pyramid networks for object detection

概述

• 原来多数的object detection算法都是只采用顶层特征做预测，但我们知道低层的特征语义信息比较少，但是目标位置准确；高层的特征语义信息比较丰富，但是目标位置比较粗略。另外虽然也有些算法采用多尺度特征融合的方式，但是一般是采用融合后的特征做预测，而论文中不一样的地方在于预测是在不同特征层独立进行的。

题目

• 一个RGB图像，变成一个只有256种颜色组成的伪彩色图像，怎么挑选这256种颜色，来使得处理后图像和原图像尽可能像

题目

• 写一个函数，输入是很多个文件，每个文件中是很多float的数值，文件内部无序。输出是一个有序的大文件，内存约束2个G，具体怎么实现比较高效？

题目

• 旋转数组的最小数字

题目

• 不改变正负数相对顺序重新排列数组

题目描述

• 给你一系列二维点对，让你求其中的最短距离