J0920-CSDN博客

原创 CV目标检测学习打卡04

学习教程链接：http://datawhale.club/t/topic/499感谢各位助教，编写了十分完整，有条理的教程，感谢队长。3.6.1 模型训练1.在训练过程中设定的batch_size一定要与电脑状况相适应，一般设定为32，64高配置才能跑动，跑不动时电脑会报错。2.设定降低学习率一般为总epoch的80%，开始衰减，每次递减一般为0.13.训练时，使用默认的先验框大小，效果最好，自己调整过先验框大小，反而会降低准确度。3.6.2 后处理1.NMS非极大值抑制算法（许多两步式算法使

2020-12-27 20:09:59 257

原创 CV-目标检测学习打卡 Day03--损失函数

CV-目标检测学习打卡 Day03–损失函数学习内容链接:http://datawhale.club/t/topic/499从本次学习中，首先对于基本概念有了一些系统的理解，条例更加清晰。感谢各位助教及队长。一、匹配策略原则1：由人工标记出的样本出发，将先验框与之匹配。原则2：由先验框出发，将未配对的先验框与真样本进行配对。图3-28显示的顺序为，先将目标框与先验框进行配对，记录数值，比较得出某一先验框得分最高的目标框；面对某一目标框，找出得分最高的先验框。两者配对。二、损失函数损失

2020-12-22 19:59:13 324

原创 2020-12-19

CV-目标检测学习记录 Day02一、先验框1.先验框的尺度（大小及长宽比）及数量都可以调整，针对原图进行遍历，得到的数量太多，而对下采样之后的feature map进行遍历，将大大减少先验框数量。注：下采样指得到原有图像的缩略图，对MN进行S倍的下采样，则得到(M/S)（N/S）大小的的图像。2.通过设置阈值，来对先验框进行筛选。3.Creat_prior_boxes函数，用于生成先验框。框位置的移动通过其中心点数值的累加来移动。4.obj_scales = [0.1, 0.2, 0.3]

2020-12-19 20:19:14 514 1

原创 CV-目标检测学习笔记打卡Day01*

CV-目标检测学习笔记打卡Day01小白一枚，在组队过程中，接触到了许多大佬，看着大家的问题就能够接触到许多不了解的东西，感觉学习进步的空间还很大。在此感谢我们对队长的无私帮助以及各位老师贡献的非常完整的教程。1.薅羊毛GPUKaggle KernelKaggle竞赛平台在新建一个Kernel时，是可以通过设置中选择GPU，每周可以免费使用30小时。Google Colab和Kaggle的Kernel类似，Goggle的Colab本质上是一个在线版本的jupyter notebook，可以免

2020-12-16 20:58:39 127

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 CV目标检测 学习打卡04

原创 CV-目标检测 学习打卡 Day03--损失函数

原创 2020-12-19

原创 CV-目标检测 学习笔记 打卡Day01*

空空如也

空空如也

原创 CV目标检测学习打卡04

原创 CV-目标检测学习打卡 Day03--损失函数

原创 CV-目标检测学习笔记打卡Day01*