2025年03月18日
在做图像分类任务时，我们先使用卷积神经网络提取图像特征，然后再用这些特征预测分类概率。注意这里是对整张图像提取特征，所以无法区分图像中的不同目标，也就没法分别标示出每个物体所在的位置。
2025年03月18日
在前面的文章中，已经介绍了基于SSD使用自己的数据训练目标检测模型（见文章：手把手教你训练自己的目标检测模型），本文将基于另一个目标检测模型YOLO，介绍如何使用自己的数据进行训练。
YOLO（You only look once）是目前流行的目标检测模型之一，目前最新已经发展到V3版本了，在业界的应用也很广泛。YOLO的基本原理是：首先对输入图像划分成7x7的网格，对每个网格预测2个边框，然后根据阈值去除可能性比较低的目标窗口，最后再使用边框合并的方式去除冗余窗口，得出检测结果，如下图：
2025年03月18日
在之前的文章中介绍了目标检测经典模型（R-CNN、Fast R-CNN、Faster R-CNN），目标检测一般是为了实现以下效果：
在R-CNN、Fast R-CNN、Faster R-CNN中，实现了对目标的识别和定位，如下图所示：
为了更加精确地识别目标，实现在像素级场景中识别不同目标，利用“图像分割”技术定位每个目标的精确像素，如下图所示（精确分割出人、汽车、红绿灯等）：
Mask R-CNN便是这种“图像分割”的重要模型。
2025年03月18日
遥感领域的小目标检测一直是个具有挑战性和趣味性的研究方向，同时也是顶会顶刊的常客。但不得不说，今年关于遥感小目标检测的研究热情尤其高涨，已经出现了很多非常优秀的成果。
比如SuperYOLO方法，通过融合多模态数据并执行高分辨率的目标检测，在大幅提高遥感图像中小目标的检测准确性和速度的同时，参数减少了18倍。
再比如结合顶流Mamba和YOLOv9的SOAR，在精度和效率方面都达到了SOTA，性能直接起飞，实力证明遥感小目标检测
2025年03月18日
机器之心专栏
作者：朱磊、佘琪
利用持续学习中梯度缩放控制的方法，北大、北邮、字节跳动提出的新方法相比经典算法在参数量降低近 20 倍的同时，运算速度提升了 4 倍。
为解决在线学习所带来的灾难性遗忘问题，北大等研究机构提出了采用梯度调节模块（GRM），通过训练权重在特征重建时的作用效果及像素的空间位置先验，调节反向传播时各权重的梯度，以增强模型的记忆性的超像素分割模型 LNSNet。
2025年03月18日
膨胀卷积 (Dilated Convolution，也称为空洞卷积)，与标准的卷积核不同，膨胀卷积在 kernel 中增加了一些空洞，从而可以扩大模型的感受野。
我们先通过下图看一下膨胀卷积和标准卷积的区别，采用的卷积核都是 3×3 的。膨胀卷积有一个超参数 dilation rate，表示卷积核的间隔，标准卷积的 dilation rate 为 1，下图的膨胀卷积 dilation rate 为 2。