CV
这个作者很懒,什么都没留下…
爱吃猫的小鱼干
这个作者很懒,什么都没留下…
展开
-
【目标检测】Faster R-CNN TensorFlow源码
Faster R-CNNTensorFlow版的源码传送门:Faster R-CNN网络解读1.文件目录结构2.train.py网络训练训练的主要执行过程和函数调用关系如下图所示,对应源码的部分下文有较详细的注释.3 Train类网络训练的核心是Train类,Train类的__init__函数进行了数据加载的全部操作,Train类的函数tain()实现了网络构...原创 2019-12-14 12:20:35 · 1029 阅读 · 0 评论 -
【图像分割】UNet网络学习笔记
原论文:U-Net: Convolutional Networks for Biomedical Image SegmentationOlaf Ronneberger, Philipp Fischer, and Thomas Brox一、研究背景首先理解什么是图像分割。图像分割是指把图像分成各个具有相应特性的区域并提取出感兴趣的目标的技术和过程。特性可以是灰度、颜色、纹理等;目标可以...原创 2019-12-12 17:38:23 · 5498 阅读 · 0 评论 -
【目标检测】Faster R-CNN网络学习笔记
原论文:Faster R-CNN: Towards Real-Time ObjectDetection with Region Proposal Networks Shaoqing Ren, Kaiming He, Ross Girshick, and Jian Sun传送门:Faster R-CNN TensorFlow版源码解读一、Faster-RCNN框架1.整体框架...原创 2019-11-15 20:56:27 · 524 阅读 · 0 评论 -
分类器的评价指标(ROC、AUC)原理并利用Python+tensorflow举例
本文介绍分类器的主要性能指标,介绍ROC和AUC的原理,并以在Tensorflow中利用MNIST数据集训练的手写数字识别模型为例,做出其ROC曲线。1.基本概念针对一个二分类问题,将实例分成正类(postive)或者负类(negative)。但是实际中分类时,会出现四种情况.,如下表所示:即:若一个实例是正类,并且被预测为正类,即为真正(阳)类(True Postive TP...原创 2019-10-25 20:53:22 · 3731 阅读 · 1 评论