学习笔记

利用Git代码管理Github仓库

参考博客：一文看懂迁移学习：怎样用预训练模型搞定深度学习？

Tensorflow提供了基于深度学习方法的目标检测库Object Detection API，库中提供了目前比较流行的Faster-RCNN和SSD框架用于目标检测任务，也可以自定义模型框架进行学习用于目标检测。库中基于目前比较流行的数据集coco，PASCAL，Oxford Pet等数据集对一部分模型进行了预训练，用户可以基于这些预训练模型利用自己的数据集对自己的应用进行微调训练得到自己所需要

最近在使用tensorflow里的object detection api模块，涉及到了python的setup.py的使用。（1）管理员身份打开命令行客户端，将路径变到setup.py的文件目录下 注：从C：\Windows\System32路径转到其他路径需要使用cd\或cd..退至根目录，然后再变换到其他盘路径，如F:参考博客：制作Python的安装模块 （2）然后运行安装代码

0.准备数据集参考博客： 图像分割 | FCN数据集制作的全流程（图像标注） http://blog.csdn.net/u010402786/article/details/72883421 FCN制作自己的数据集、训练和测试全流程 http://blog.csdn.net/zoro_lov3/article/details/74550735 Mask RCNN训练自己的数据集 h...

1.目标检测现在的目标检测方法主要分为三类：（1）基于传统手工特征的目标检测方法（2）基于RCNN的目标检测方法 代表算法有RCNN，SPP-Net, Fast-RCNN，Faster-RCNN（3）基于CNN回归的目标检测方法 代表算法有YOLO，SSD2.图像分割图像分割包括语义分割和实例分割，分割就将对象在像素级别上进行提取。 （1）图像语义分割 代表型算法有：Fully Cons

机器学习中Precision，Recall的理解

Cross-Entropy Loss 与Accuracy的数值关系

【Stanford-ML-Discussion】LiR,LoR,NN,SVM假设函数，损失函数与训练方法比较

【Stanford-ML-Discussion】非线性分类问题

二值分类器（Logistics，NN，SVM）的多值分类问题理解

集成学习算法Ensemble learning algorithms（Bagging, Boosting, Random Foreast）

原文链接：http://www.cnblogs.com/heaad/archive/2011/01/02/1924088.html

归一化 vs. 标准化

KNN最邻近算法

Install TensorFlow(V0.11.0) on Mac OSX (Sierra)

Deep Learning Libraries by Language

eCongnition中NN分类和规则分类理解

特征选择和特征提取区别