2017年09月_ciky奇

11月 10月 09月 08月 07月

原创深度学习——GoogleLeNet网络

ImageNet-2014竞赛第一含有四个版本：Inception V1 -> Inception V2 -> Inception V3 -> Inception V4特点：减少参数，降低参数；增加宽度，深度；

2017-09-18 20:44:56 5630 1

原创深度学习——VGG网络

VGG网络：ImageNet-2104竞赛第二，是网络改造的首选基础网络（图片描述，图片问答）；一个大的卷积核分解为连续多个小卷积核；应用了核分解的思想：将7X7核->3个3X3核（由ReLU连接）对应的参数数量由49通道数变为27通道数；优点是减少参数，显存可用的容量对应就多了，降低了计算，增加了深度；它继承了AlexNet结构的特点：简单和有效；他的16层网络应用性

2017-09-18 20:20:42 1279

原创深度学习——NIN

NIN：Network in Network网络（NiN）作用是提高了CNN的局部感知区域（Bottleneck layer瓶颈层）1X1的卷积层，做降维度或升维度；他的核大小为1X1（深度待定义）降维例子：如输入为8X1X 1X5（输入核为8，输出核为5）意义：做特征的重新整合，如输入的8层比较稀疏，可输出5层比较密集的特征；降维为后续的卷积层做准备；

2017-09-17 15:44:59 560

原创深度学习——AlexNet网络

网络介绍：ImageNet2012竞赛第一名；他标志着DNN深度学习革命的开始；网络包含5个卷积层+3个全连接层；60M个参数+650K个神经元；2个分组——>2个GPU（3G，受限于当时硬件），训练时长一周，50x加速；引入的新技术有：ReLU非线性激活；Max pooling池化；Dropout regularization(主要用于防止过拟合，在判断决策的FC层使用；模型网络

2017-09-17 15:18:36 635

转载 RCNN学习笔记(0):rcnn简介

reference link: http://blog.csdn.NET/shenxiaolu1984/article/details/51066975Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的

2017-09-12 22:34:30 296

深度学习书籍

深度学习实践书籍，对实践内容作了详细解释，以及源码详细解释

2018-07-30

最小方差滤波器头文件

class MinVarianceFilter

2014-10-20

内燃机的工作原理和总体构造

本课件介绍了内燃机的工作原理，以及内燃机的总体构造

2014-06-20

Cell sorting in a Petri dish controlled by computer vision

计算机视觉用于细胞分选技术Cell sorting in a Petri dish controlled by computer vision

2014-06-20

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 深度学习——GoogleLeNet网络

原创 深度学习——VGG网络

原创 深度学习——NIN

原创 深度学习——AlexNet网络