- 博客(17)
- 收藏
- 关注
RSS订阅原创 【分类网络】ShuffleNet
背景这篇文章的提出背景是计算资源有限的情况下，节省计算开销。在40Mflops前提下，并且它比MobileNet精度会更高。在ARM架构移动端，shufflenet的效果和Alexnet效果差不多，但是速度快了将近13倍。认为shufflenet的使用环境是特别针对移动端、计算资源极其匮乏的情况。网络主要是用到了group convolution和channel shuffle。首先利用group convolution 减小参数量，随后添加channel shuffle建立不同通道间的联系。贡
2021-05-18 00:45:11
216
原创 【深度学习】CV 空间/通道注意力机制Attention+self attention+transformer区分
（发现自己太菜了，写个博客多动动笔，多动动脑子。。。）0 前言在观察一张图片，想要表达图片内容的时候，我们会搜索图片里有什么关键特征点，根据他们确定并传达出这些有效信息。深度学习中的注意力，就是网络在寻找label对应信息时候，将特征打上标签，认为它们重要或者不重要。1 注意力机制（1）SE模块 Squeeze（压缩）-and-Excitation（激发） Block认为每个通道的重要程度是不一样的，通过调整每个通道的权重，增强网络特征提取能力。代码：feature map先是经过一个av
2021-04-15 00:01:12
2913
2
原创 【目标检测】--YOLO系列 （YOLO v1）
目录0. 思路不同于以往的滑窗检测方法,YOLO v1另辟蹊径,将检测问题认为是对bounding box中心坐标点以及包围框长宽的回归和对每个包围框的分类。并且YOLO方法因为包含更少的背景，假阳率低。YOLO整体思路是将一张(448 x 448)图片划分成nn个网格,同时,每个网格会产生B个boundding box（x,y,w,h）和 得到一个confidence（判断是哪个类别，在网络最后一层有输出）。网络输出得到一个nn*(B*5+C)长度的向量，对该向量进行回归和分类loss计算。con
2021-01-15 00:38:00
276
原创 (2020)Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation
1.【成果】（1）在 COCO instance segmentation:49.1(+0.6 )mask AP57.3( +1.5 )box AP（2）copy paste 相比于mixup（较小aug比例上效果更明显），不管aug比例大小，都有着不错的提升效果。2.【如何实现】效果示意图：【数据】（1）copy paste的数据来源：COCO或者其他数据集无明显差异先生成伪标签（2）粘贴时候对边缘无论进不进行高斯滤波效果差异不明显，并且按照I 1 × α + I 2 × (1 −
2021-01-03 16:19:56
743
转载 python垃圾回收机制
python 垃圾回收机制一、什么是垃圾回收机制二、为什么要有垃圾回收机制三、垃圾回收机制原理分析1、引用计数2、循环引用3、标记-清除4、分代回收转自 https://www.cnblogs.com/12345huangchun/p/10217342.html 我们定义变量会申请内存空间来存放变量的值，而内存的容量是有限的，当一个变量值没有用了（称为垃圾），就应该将其占用的内存给回收掉。变...
2019-12-18 10:12:35
155
原创 MySQL安装与使用（MacOS）
MySQL的坑1. 下载与安装2. Mysql基本操作3. 环境配置1. 下载与安装官网链接：https://dev.mysql.com/downloads/mysql选择和自己电脑匹配的环境不用注册，直接选择no thanks开始下载。安装中无另外注意事项，按照提示安装即可。2. Mysql基本操作连接数据库。但是在实际操作过程中，mysql服务已经在本机设置开机自启，无需再执...
2019-12-12 11:16:37
231
原创 【数据结构】 排序
十大排序算法概述总览一、冒泡排序二、选择排序三、插入排序四、归并排序五、希尔排序六、快速排序七、堆排序八、计数排序九、基数排序十、桶排序概述总览稳定性不是说效果稳不稳定，而是说改变位置的数值是否多。工程上的排序常常是多种排序的综合。没有说哪种排序好哪种不好，知识看场景适合不适合，快速排序之所以被认为功能强大是因为“在最好的情况下，它的渐进复杂度和堆排序和并归排序是相同的，但是常量系数比较...
2019-10-23 09:40:19
139
原创 【 深度学习----论文解读 】Resnet
Resnet背景Res block为什么添加res结构后问题就能被解决背景提出假设：网络只要加深就能得到优化吗？发现问题：随着网络的加深，会出现退化问题，精度随着网络的加深不再提高甚至反而降低。随着网络的加深，训练集上loss也在不断增大，说明这种退化不完全是由于过拟合引起的。Res block为什么添加res结构后问题就能被解决...
2019-10-21 16:21:03
366
原创 【 数据结构 】---- 八大数据结构
数据结构一、数据结构的类型1. 数组2. 队列3. 栈4. 树5. 堆6. 图7. 链表8. 散列表二、数据结构在python下的实现一、数据结构的类型数据结构是计算机存储、组织数据的方式。1. 数组数组是可以再内存中连续存储多个元素的结构，在内存中的分配也是连续的，数组中的元素通过数组下标进行访问。数组可以进行方便的查找，但是删除和增加相对来说复杂。数组一旦固定之后，就确定了，无法改变...
2019-10-10 11:07:14
248
原创 【 深度学习 】----有关正则化的一些问题
【深度学习】正则化相关内容一、 什么是正则化及其用途？二、正则化的方法手段1. l1、l2正则化2. dropout3. Batch Normalization一、 什么是正则化及其用途？通常在深度学习中会遇到过拟合的问题，所谓过拟合，是由参数量过多引起的，曲线如下所示：由曲线可知，对比图二的合理情况，基于所有样本来看，过拟合问题即高方差问题。那么我们如何降低过拟合情况呢？主要目的就是让...
2019-09-26 21:47:33
240
原创 【 特征工程 】----特征归一化的意义，方法，使用场景
【特征工程】特征归一化的意义，必要性和使用场景一. 为什么要做特征归一化1. 数据的量纲不同；数量级差别很大2、避免数值问题：太大的数会引发数值问题。3、平衡各特征的贡献4、一些模型求解的需要：加快了梯度下降求最优解的速度二. 特征归一化的方法1、Min-Max标准化2、标准差标准化，也叫z-score标准化3、非线性归一化三. 使用场景1、分类（如k-nearest neighbors算法）2、...
2019-09-26 20:07:27
796
原创 【 深度学习 ----论文解读 】（2019）Fixing the train-test resolution discrepancy
【深度学习】训练集和验证集分辨率设置【 摘要翻译 】数据增强是图像分类神经网络训练的关键。本文首先表明，现有的增强会在train和test时候产生显著的差异。我们通过实验验证，对于目标测试分辨率，使用较低的train分辨率可在测试时提供更好的分类。然后，我们提出了一种简单而有效且高效的策略，以便在train和测试分辨率不同时优化分类器性能。它只涉及在测试分辨率下计算上廉价的网络调整。这样可以...
2019-09-08 20:28:31
2723
1
原创 【深度学习】Classification ---- 模型介绍
【深度学习】Classification ---- 模型介绍模型acc排行榜tensorflow models官方文档模型acc排行榜Imagenet结果排行github链接：https://github.com/weiaicunzai/awesome-image-classification在github中有code及原文链接tensorflow models官方文档https...
2019-07-30 10:35:52
1465
原创 【 深度学习----论文解读 】 VGG
【 背景 】VGG的全称是Oxford Visual Geometry Group的简称。该小组隶属于1985年成立的Robotics Research Group，该Group研究范围包括了机器学习到移动机器人。该团队斩获2014年ImageNet挑战赛分类第二（第一是GoogLeNet），定位任务第一。数据集：1000个类别的ILSVRC-2012数据集（Large Scale Visua...
2019-03-18 22:17:20
7359
原创 [ Leetcode ] 2. longest-substring
[ 题目 ]给定一个字符串，找出其中不含有重复字符的最长字串的长度。[ 解题思路 ]从第一个字母开始判断第二个字母是否和它相同，若不同count_local计数器加一，如此判断下一位是否相同，若字母相同，则取max(count_local, count_global)。字母相同后从下一位重新开始计数，再比较下一个substring的长度。...
2019-03-05 09:15:04
163
原创 [ Leetcode ] 1. Two sum
[ 题目 ]给定一个整数数组nums和一个目标值target，在该数组中找出和为target的那两个整数，并返回他们的数组下标，并且不可重复利用这个数组中同一个元素。[ 我的解题思路 ][暴力破解] 受到本科课本知识影响，看到这个题目脑子里想的就是遍历！遍历！遍历！也没有考虑时间复杂度的问题。以下是我的答案，用时5568ms…优点：暴力破解法有一个好处就是逻辑简单直观，准确度较高。...
2019-02-28 21:35:29
167
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人