matlab代码生成输入结构体-lstm-rcnn-pedestrian-detection:在TensorFlow中使用更快的...

matlab代码生成输入结构体lstm-rcnn行人检测 该存储库包含支持我在加州大学伯克利分校进行研究工作的代码，该职位包括全能驱动器（MINES Paristech）和伯克利Deep Drive联盟。 我的研究主题是使用深度学习方法的行人检测。 尽管由于时间限制，我没有时间获得广泛的结果，但是代码仍处于工作状态。 有关其结构，请参见下文。 方法 我探索的方法主要基于该框架（有关使用caffe的Python代码，请参见参考资料）。 在他们的统一神经网络中，第一部分称为“区域提议网络”，它为感兴趣的区域生成提议，然后分类器为其生成标签。 当关注行人检测时，分类器变得多余，因为生成建议已在“背景”和“行人”之间进行分类。 在这项工作中，我尝试删除分类器并训练更深的RPN以应对更改。 此后已在中进行了研究，即使仅使用RPN也能产生良好的结果。 我计划研究的另一个方面是在RPN的输出端使用LSTM单位来包含一段时间内的上下文，希望可以改善结果。 此代码中不存在此代码。 数据集 我的实验是在上完成的。 它是由25万张带有行人注释的图像组成的数据集，可免费获得。 可以在其网站上找到更多信息。 代