![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 89
学习记录
CHEN7_98
狠狠学!
展开
-
SiameseRPN原理详解(个人学习笔记)
了解RPN和SiamFC的话,可以很容易地理解SiameseRPN的架构和核心思想。还没跑过代码,希望有时间试试。原创 2024-03-29 21:42:04 · 980 阅读 · 0 评论 -
RCNN Fast R-CNN Faster R-CNN总结(学习笔记)
Anchor box是怎么作用到RPN中的?网络是如何学习到分类和回归的呢?在RPN训练时,传给它的不是全部的特征图吗?是如何实现从全部特征图中将特定选择好的256个anchor box放入其中进行训练的呢?原创 2023-11-22 20:42:30 · 1152 阅读 · 1 评论 -
ResNet个人学习笔记
而输入特征图的通道数目则决定了每个卷积核的通道数,也就是说,假设输入特征图的通道数为3,则每个卷积核会有3个通道,并对应输入特征图的通道,一一对应进行卷积运算。即,对于一次卷积操作或某一卷积层,会有输入特征图(多通道)作为该次卷积的输入,并输出进行完卷积操作后的特征图(多通道)。3(输入特征图的通道数,对应于一个卷积核的通道数)×(3×3)(某个卷积核的某一层的参数数量)×2(输出通道数)=54。输出特征图的通道数为多少,则该卷积层就会有多少个卷积核,每个卷积核相互独立,分别负责输出最终特征图的某一通道。原创 2023-12-04 13:13:48 · 408 阅读 · 1 评论 -
Faster R-CNN pytorch源码血细胞检测实战(详细版)
!小白配环境千万不要着急,遇到问题多bing多google,这个源代码仓库几千的fork,你遇到的问题肯定大家都遇到过!!原创 2023-11-27 22:19:12 · 1697 阅读 · 2 评论 -
Faster R-CNN pytorch源码血细胞检测实战(二)数据增强
这次代码调试过程还是让我学到了很多的,由于pytorch版Faster RCNN源码的实现和运行比较复杂,因此点到为止,只要求能成功复现实验,并且了解了怎么调参即可,代码的实现细节可以参考其它的开源仓库,据我所知好像mmdetection对Faster RCNN的实现就比较简洁,且易于运行。原创 2023-12-04 21:16:23 · 1135 阅读 · 1 评论 -
SiamFC个人学习笔记
SiamFC有两个分支对应两个输入为z(模板图像)和x(搜索区域),将他们同时输入进行特征提取,分别生成6×6×128和22×22×128的feature map。用于特征提取的φ代表backbone,用的是AlexNet,并且在SiamFC中,有个很大的特点:即没有在AlexNet中引入padding,这点很重要,因为这保证了网络的全卷积性,也即平移不变性,保证了计算的准确性。原创 2023-12-07 19:45:55 · 1562 阅读 · 1 评论