深度学习中的科普
wonengguwozai
欢迎爱技术的同行交流
展开
-
SMPL: A Skinned Multi-Person Linear Model
转载讲解较好的文章:1、链接12、链接23、文本pdf转载 2022-03-06 20:53:32 · 298 阅读 · 0 评论 -
关于深度学习的数据集
ImageNet数据集的详细内容ImageNet Large-Scale Visual Recognition Challenge(ILSVRC)是Pascal Visual Object Challenge的子部分。ImageNet是一个数据库,有超过22000个种类,超过1500万张图片。ILSVRC使用1000个类,每个类中有1000个图片。这1000个类一一对应于World原创 2016-11-11 15:48:19 · 2525 阅读 · 0 评论 -
概念:Inner_Product(IP)层
在caffe中所谓的Inner_Product(IP) 层即fully_connected (fc)layer原创 2016-11-11 20:56:53 · 1299 阅读 · 0 评论 -
深度学习视觉领域常用数据集汇总
原文地址:http://www.dlworld.cn/YeJieDongTai/1550.html[导读]“大数据时代”,数据为王!无论是数据挖掘还是目前大热的深度学习领域都离不开“大数据”。大公司们一般会有自己的数据,但对于创业公司或是高校老师、学生来说,“Where can I get large datasets open to the public?”是不得不面对的一个问题。转载 2016-12-08 10:31:51 · 890 阅读 · 0 评论 -
深度学习常用CNN Model总结(alex \googlenet\等)
原文:http://blog.csdn.net/qq_17448289/article/details/52850223【数据库】FaceDataset常用的人脸数据库http://blog.csdn.NET//chenriwei2/article/details/50631212肤色检测&人脸检测数据集等链接大集合(持续更新中...)转载 2016-12-08 12:55:48 · 1992 阅读 · 0 评论 -
关于深度学习中的分类器
因为之前一直都是用caffe做图像去噪、增强方面的工作,没太接触分类,上个学习会上通过报告学习了下关于分类的相关基础知识,为接下来分类的相关工作研究奠定下基础:基础之分类器:1、SVM:线性核SVM:一般应用于多分类,分类的结果(如3分类)最后会给出(约等于)1、2、3的值代表第1、2、3类 非线性核SVM:一般应用于二分类问题上SVM需要训练,如通原创 2017-03-31 21:28:21 · 9564 阅读 · 0 评论 -
杨澜访谈录之探寻人工智能1(机器的逆袭)
该集捋顺了人工智能的发展过程--机器的逆袭:1)二战期间:图灵 为了破译 德军的密文的恩尼格码 制作出密码破译计;---计算机之父、人工智能之父2)1997年,IBM,深蓝,战胜人类顶尖象棋棋手 卡斯帕罗夫,(此时的深蓝运行的是大量预编程的的程序)3)2011年,IBM ,沃森,在北美的智力竞赛节目--危险边缘 夺得冠军---(此时的机器有了理解人类语言的能力)4)2016.3原创 2017-07-23 19:26:31 · 3787 阅读 · 0 评论 -
杨澜访谈录之探寻人工智能2(第三次浪潮)
1、人工智能的第一次浪潮--上世纪50-60年代----失败2、人工智能的第二次浪潮--上世纪80年代----失败3、人工智能的第三次浪潮--2016年(人工智能元年)----成功成功因素:1)计算机强大的计算能力(GPU(目前在功耗和性能上并不是最优,新一代的适用于深度学习的芯片有 待面世)等) 2)海量的数据(大数据的推动)----延原创 2017-07-23 20:13:07 · 3341 阅读 · 0 评论 -
各视觉任务评测指标解析
本人做了一些不同视觉任务,今天突然考虑到应当总结下不同评测指标。下面将以原创 2019-07-16 15:35:25 · 1022 阅读 · 0 评论