Open lab517-student opened 5 years ago
算法的逻辑和原理基本理解了,但是还没有进行代码实现。待解决的几点:
算法流程:
获取数据是通过单个视频拍摄单个物体利用KNN、光流算法获取三分图,从而得到大量单目标图像;
结构似然函数的获得:通过CNN(finetuning the AlexNet pretained model)训练,随机生成图像为负样本,真实图像为正样本(30000个)
CNN参数设置:a learning rate of 0.001, minibatch size of 32, momentum of 0.9 and weight decay of 0.01
合成HOC图像:贝叶斯优化(我的理解是将步骤一获取的单目标图像去一步步迭代合成HOC,但是就之前提到的迭代方式,就是文中提到的旋转因子、大小扩缩因子、移动坐标是预设,但是预设值并没有在文中体现;而且对于贝叶斯优化,它只提到模拟后验分布,但是对于具体操作也是没在文中体现)+光照共享
实例分割用Mask R-CNN(我理解是利用步骤三合成图像2000张训练Mask R-CNN)
我们组的先修任务已经发给你了。
Review-2019.3.23-彭晓婷
Preview
算法的逻辑和原理基本理解了,但是还没有进行代码实现。待解决的几点:
算法流程:
获取数据是通过单个视频拍摄单个物体利用KNN、光流算法获取三分图,从而得到大量单目标图像;
结构似然函数的获得:通过CNN(finetuning the AlexNet pretained model)训练,随机生成图像为负样本,真实图像为正样本(30000个)
CNN参数设置:a learning rate of 0.001, minibatch size of 32, momentum of 0.9 and weight decay of 0.01
合成HOC图像:贝叶斯优化(我的理解是将步骤一获取的单目标图像去一步步迭代合成HOC,但是就之前提到的迭代方式,就是文中提到的旋转因子、大小扩缩因子、移动坐标是预设,但是预设值并没有在文中体现;而且对于贝叶斯优化,它只提到模拟后验分布,但是对于具体操作也是没在文中体现)+光照共享
实例分割用Mask R-CNN(我理解是利用步骤三合成图像2000张训练Mask R-CNN)
Next