使用TensorFlow读入一幅图片后，有时候我们需要将图片的尺寸进行一些修正，比如AlexNet所做的crop操作，或者某些网络需要固定的输入而将图片resize到固定的大小，等等。如果是针对类似numpy array这样的内容进行这些操作，可能大家都能手到擒来，但在TensorFlow里进行这样 ...

使用深度学习解决分类问题时，类间不平衡是一个常见的问题，我们也有很多常用的方法去解决这一问题。比如，对类别少的样本进行augment，或者重采样；对类别多的样本进行降采样；根据不同类别的样本数目对损失函数进行加权；或者简单粗暴地对较少的样本在数据集内进行复制；等等。 不过这些方法中，考虑到数据对深度 ...

Faster-RCNN已经推出几年了，尽管其后有相当多另辟蹊径的方法，比如SSD和YOLO，等等，但目前其仍是目标检测领域精度最优的模型之一。而最近推出的FPN模型，更是融合神经网络中不同层之间的特征，对目标检测的大小物体兼顾，从而达到了最好的检测结果。比如，COCO目标检测的Leaderboard ...

前一段时间Facebook开源了其用于目标检测、识别和分割的框架——Detectron，该框架携带了这一领域里的经典和最新算法，诸如Faster-RCNN、RetinaNet、Mask-RCNN，等等。这绝对是造福这一领域从业者和研究者的事情，当然，也成了这一领域绕不开的东西了。 Detectron ...

因为之前一直用TensorFlow，所以在做目标检测用Faster-RCNN时，使用的一直是GitHub上的基于TensorFlow的Faster-RCNN的Repository，改来改去，进行的各种操作。但那么几个Repositories大同小异，基本上都是基于RBG大神的py-faster-rc ...

如果我们的classes是汉字，在使用Faster-RCNN检测完成后，需要将其标注到图片上查看效果时，可能会面临一些问题。一是Python2的编码问题比较混乱，可能带来错误；第二个是Python2的默认字体不支持中文，即使打印到图片上，也可能显示的是乱码。 因此，在将汉字classes打印到图片上 ...

在RCNN、Fast-RCNN、Faster-RCNN等一系列深度学习用于目标检测（Object Detection）的众多开源实现里，基本上都是基于pascal_voc的数据集进行处理的，给出了使用该数据集进行训练和测试的完整代码。 诚然，我们可以基于这些开源项目来进行定制，并在自己的数据集跑起来 ...

在使用TensorFlow构建模型并进行训练时，如何读取数据并将数据恰当地送进模型，是一个首先需要考虑的问题。以往通常所用的方法无外乎以下几种： 1.建立placeholder，然后使用feed_dict将数据feed进placeholder进行使用。使用这种方法十分灵活，可以一下子将所有数据读入内 ...

训练完成各种CNN的模型之后，为了查看模型的效果以及模型到底能够从原始图像中抽取什么样的特征，有时候我们需要模型的中间输出结果，并将其图示出来进行查看。在TensorFlow中这很简单，直接将中间层的Tensor作为输出，以图像数据通过feed_dict进行输入，然后使用tf.Session将Ten ...

其实我是在杭州入职半年后开始有离职打算的。彼时，老东家虽事业蒸蒸日上，但我们部门独立成立新公司的计划被否决，董事长和CEO内斗，CTO被逼离职，他私下里和董事长一起意图东山再起，与我们几个博士秘密接触，意欲将我们挖走，而另起炉灶。当时，老公司问题频出，而计划中的新公司也不见动静，我看情况不容乐观，也 ...