- 博客(27)
- 收藏
- 关注
原创 SSD目标检测
未完 待续及待完善SSD (Single Shot MultiBox Detector)这是一个one-stage的多框预测的方法。1 网络结构YOLO和Faster RCNN都是在检测的时候只用到了最高层的feature maps。ssd提取了不同尺度的特征图来做预测。在多个feature maps上同时进行softmax分类和位置回归。大尺度特征图(较靠前的特征图)可以用来检测...
2019-06-29 23:44:35
452
原创 YOLOv1学习笔记
YOLOv1主要思想:把目标检测看成一个回归问题。靠一个卷积网络完成整个检测任务,实现端到端的目标检测。速度相当的快:YOLO:45FPS,Fast YOLO: 155FPS特点:定位错误比较严重,但是对于背景的预测鲁棒性比较强。比如在绘画中完成预测。与其他方法的简单比较:滑动窗口法: 一个框一个框的滑动并进行图像分类R-CNN:先生成预选框在这些预选框上进行图像分类然后再优化...
2019-06-29 23:44:25
274
原创 YOLOv2学习笔记
YOLOv2YOLOv2比YOLOv1有着更高的准确度同时有着更快的速度。Betterbatch normalization: BN能够给模型收敛带来显著地提升,同时也消除了其他形式正则化的必要。作者在每层卷积层的后面加入BN后,在mAP上提升了2%。BN也有助于正则化模型。有了BN便可以去掉用dropout来避免模型过拟合的操作。BN层的添加直接将mAP硬拔了2个百分点,这一操作在yolo...
2019-06-29 23:44:17
317
原创 YOLOv3学习笔记
YOLOv3YOLO v1学习笔记:https://blog.csdn.net/JSerenity/article/details/88598503YOLO v2学习笔记:https://blog.csdn.net/JSerenity/article/details/88672337Bounding box prediction & cost function calculation...
2019-06-29 23:44:06
366
原创 Faster-R-CNN学习笔记
Faster-R-CNN(未完成)网络架构首先预处理的图像先经过一组基础的卷积层生成feature map。Anchor Generation Layer这一层通过在每一个feature map的每个格子上生成不同尺度和纵横比的9个anchors,生成固定数量的anchors。大部分的bounding boxes不会包含前景目标,但有一些会。RPN的目的就是学会辨别这些boxes中好的...
2019-06-29 23:43:37
293
原创 Focal Loss学习笔记
Facol Loss论文链接:https://arxiv.org/abs/1708.02002论文指出one-stage detector准确率低的原因是训练中foreground 和background类别数量的极大不均衡(1:1000)。Focal loss在标准交叉熵损失基础上修改得到。这个函数可以通过减少易分类样本的权重,使得模型在训练时更专注于难分类的样本。Cross Entro...
2019-06-29 23:43:27
394
原创 FCN语义分割学习笔记
Fully Convolutional Networks for Semantic Segmentation语义分割意味着将图片的每一个像素点进行分类。本论文采用一种端到端的全卷积神经网络来实现语义分割。文章主要内容:从图像分类到语义分割上采样输出融合Fine-tuning结果从图像分类到语义分割在解决分类问题的时候,简单来说,我们的输入经过卷积层和全连接层后输出一个预测的...
2019-06-29 23:43:16
301
原创 TensorFlow Specialization Course 1学习笔记 Week 2
Introduction to TensorFlow学习笔记 Week 2上一个练习我们使用深度学习解决了一个一元一次方程,让机器自己学习X与Y之间的关系。这一次我们来看如何解决计算机视觉的问题。识别10种不同类别的服饰。首先导入TensorFlowimport tensorflow as tfprint(tf.__version__)我们使用Fashion MNIST数据集,它已经在...
2019-06-29 23:43:05
150
翻译 卷积神经网络的直观解释
卷积神经网络卷积神经网络是神经网络的一种。它已经被证实可以很有效的使用在图像识别和分类任务中。他已经在人脸识别、目标检测、语义分割、智能机器人和自动驾驶汽车等领域取得成功。它还在自然语言处理中十分有效地完成任务,例如情感分析。通过卷积神经网络,不仅可以检测出图片中的人和物体,还可以使用自然语言处理得到图片的主题文字。例如下面一张图,一个足球运动员正在踢一个足球。第一个卷积神经网络叫作LeNe...
2019-06-29 23:42:10
241
原创 TensorFlow Specialization Course 1学习笔记 Week 3
Introduction to TensorFlow学习笔记 Week 3卷积神经网络实现服饰分类器在上一个课程中,我们使用深度神经网络实现了一个服饰分类器。深度神经网络包含输入层、输出层和隐藏层。如何让我们的分类器准确率更高呢?这一次,我们使用卷积神经网络来实现我们的分类器,来看看效果如何。我们在全连接层之前添加几个卷积层和池化层。卷积层用来提取图像中的特征,将提取到的特征信息传入全连接层...
2019-06-29 23:41:57
247
转载 VAE 变分自编码器
VAE学习+整理来源:https://www.spaces.ac.cn/archives/5253https://www.cnblogs.com/blogofnickchen/p/7221641.html分布变换VAE和GAN它们两个的目标基本是一致的——希望构建一个从隐变量Z生成目标数据X的模型,但是实现上有所不同。更准确地讲,它们是假设了Z服从某些常见的分布(比如正态分布或均匀分布...
2019-06-27 23:28:33
188
原创 TensorFlow Specialization Course 1学习笔记 Week 4
Introduction to TensorFlow学习笔记 Week 4本周我们将运用之前学习的知识创建一个用于真实图像的分类器。首先下载马-人数据集。数据集包含马和人的图像。所以这是一个二分类问题。!wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.c...
2019-06-21 00:50:56
242
原创 TensorFlow Specialization Course 2 学习笔记
TensorFlow Specialization Course 2 Week 1&2&3Week1主要讲了在数据集比较小的情况下很容易过拟合的问题。Week2给出解决过拟合问题的一种解决方法:数据增强。Week3主要讲迁移学习,同时使用数据增强,另外介绍了另一种解决过拟合问题的方法:Dropout。每一周的内容都比较少,所以放在一起总结。我们下面使用前三周所讲的知识(迁...
2019-06-21 00:50:43
478
翻译 理解用于目标检测的FPN
Understanding Feature Pyramid Networks for object detection (FPN)本篇翻译仅供学习参考。严禁转载,严禁用于商业用途。检测不同尺度的物体是一项挑战,尤其是对小物体。我们可以使用不同比例的相同图像的金字塔来检测物体。然而,多尺度图像的处理是费时的,内存要求太高,无法同时进行端到端训练。因此,我们可能只在推理中使用它来尽可能地提高准确性...
2019-06-21 00:50:23
616
原创 深度学习基础知识总结
深度学习基础知识总结(不定时更新)目录1. 基础问题2. 防止过拟合有哪些方法3. 激活函数4. 优化方法5. 模型评估方法(针对目标检测)基础问题卷积中图像大小变化公式:imagesize=n×n×c,filters=f×f×c(channels)×number of filters,s(stride)=s,p(padding)=pimage size...
2019-06-21 00:50:12
2199
翻译 Two-Stage目标检测方法改进历史
Two-Stage目标检测方法改进历史滑动窗口用不同大小不同形状的窗口,使用不同的滑动距离,从左到右从上到下获得预选图像块。将预选图像块变形的到固定大小的图像块。将这些图像块送入卷积神经网络得到4096个特征值。然后通过SVM判别类别,通过线性回归得到目标框的坐标。Selective Search为了提高检测器的速度,一个很显而易见的方法就是减少图像块的数量。我们使用region prop...
2019-06-21 00:49:50
226
原创 TensorFlow Specialization Course 1学习笔记 Week 1
Introduction to TensorFlow学习笔记Week 1如何让神经网络学习y = 2 * x - 1导入tensorflow和keras。numpy帮助我们将数据以列表的形式使用。keras将神经网络定义为一组连续的层。import tensorflow as tfimport numpy as npfrom tensorflow import keras下面我们...
2019-06-19 00:17:06
161
翻译 如何解决神经网络不学习的问题?
神经网络不学习怎么解决?没有编译错误不代表程序没有BUG。你必须在确保代码没有bug后,再调试网络的性能。最常见的关于神经网络的编程错误:定义了变量却从未使用(通常是因为复制粘贴)梯度更新的表达式错误权重更新没有被应用损失方程没有按正确的度量上判断(例如交叉熵损失可以表示为概率或者分对数)任务没有使用合适的损失(例如对一个回归任务使用分类交叉熵)不完全配置选择清单:网络权重...
2019-06-19 00:15:21
267
翻译 你的神经网络不工作的37个原因
37 Reasons why your Neural Network is not working原文链接:https://blog.slavv.com/37-reasons-why-your-neural-network-is-not-working-4020854bd607网络已经训练了12个小时了。看起来一切都好:梯度稳定,损失在降低。但是当检测的时候就是检测不出来东西。到底哪里出了问题...
2019-06-09 21:56:26
539
原创 Learn to play Pong with PG from scratch and pixels
Learn to play Pong with PG from scratch and pixelshttp://karpathy.github.io/2016/05/31/rl/Policy Gradients(PG) is default choice for attacking RL problems.DQN changed Q-Learning.PG is preferred be...
2019-06-08 15:15:42
274
原创 Key Concepts in RL
Part 1: Key Concepts in RLfor review.need to update.In a nutshell, RL is the study of agents and how they learn by trial and error. It formalizes the idea that rewarding or punishing an agent for i...
2019-05-19 00:11:41
153
原创 Spinning Up USER DOCUMENTATION
Spinning Up USER DOCUMENTATION(For review)EnvironmentsSpinning Up requires Python3, OpenAI Gym, and OpenMPI. MuJoCo(Optional but Preferred)AlgorithmsVPG, TRPO, PPO, DDPG, TD3, SAC.The On-Policy ...
2019-05-17 23:37:57
229
原创 Face recognition problem
Face recognition problems commonly fall into two categories:Face Verification - “is this the claimed person?”. For example, at some airports, you can pass through customs by letting a system scan yo...
2019-05-10 21:46:55
186
原创 Colab的常用小技巧
Colab的常用小技巧(不定时更新)如何在colab上挂载谷歌云盘因为Colab会自动还原你使用的服务器,所以每次使用都要上传自己使用的数据或文件很麻烦。将常用的文件放在谷歌云盘上,然后每次使用Colab时,先将谷歌云盘挂载到指定目录就解决了上述问题。from google.colab import drivedrive.mount('/content/gdrive')如何在cola...
2019-04-30 17:26:28
1769
转载 heapq — Heap queue algorithm
heapq — Heap queue algorithmSource code: Lib/heapq.pyThis module provides an implementation of the heap queue algorithm, also known as the priority queue algorithm.Heaps are binary trees for which ...
2018-10-20 15:36:24
252
翻译 python模块 argparse
直接看例子:例1import argparseparser = argparse.ArgumentParser()parser.add_argument("--verbosity", help="increase output verbosity")args = parser.parse_args()if args.verbosity: print("verbosity tur...
2018-10-19 17:34:19
137
转载 欢迎使用CSDN-markdown编辑器!
Markdown自带教程欢迎使用Markdown编辑器!你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:全新的界面...
2018-10-19 10:54:06
144
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