保存大三上CVPR课程作业与笔记.

基于Caltech 256 数据集的深度网络分类性能比较，不少于三种深度网络结构，且全部模型精度不低于85%

在Caltech256数据集上进行数据分类，四种模型性能比较，后三种模型均为迁移学习，从TensorFlow Hub上下载的模型，具体请参考本次作业报告.

训练过程准确率和loss值请见figure_logs文件夹，训练效果：

提取Hog特征，并使用SVM进行分类，最后使用mAP进行评分.

特征提取及SVM模型训练：https://github.com/bikz05/object-detector/tree/master/object-detector，mAP评价目标检测器：https://github.com/Cartucho/mAP

上排图像从右到左为 Gauss 金字塔从大到小生成的结果，红框为滑动窗口过程中检测到的结果，左下角为全部过程中检测结果，右下角蓝框为 nms 处理重叠后的结果.