深度学习网络模型
文章平均质量分 92
搞视觉的张小凡
学习是一种信仰
展开
-
深度学习模型之——Stochastic depth(随机深度)
前言:随机深度文章是发表于ECCV2016,这篇文章早于DenseNet.,DenseNet也是因为随机深度网络受到启发,才提出来。Deep Network with Stochastic depth,在训练过程中,随机去掉很多层,并没有影响算法的收敛性,说明了ResNet具有很好的冗余性。而且去掉中间几层对最终的结果也没什么影响,说明ResNet每一层学习的特征信息都非常少,也说明了ResN...原创 2018-09-01 11:35:47 · 16610 阅读 · 13 评论 -
GoogLeNetV1,V2系列讲解
本文介绍的是著名的网络结构GoogLeNet及其延伸版本,目的是试图领会其中的思想而不是单纯关注结构。 GoogLeNet Incepetion V1 Motivation Architectural Details GoogLeNet Conclusion GoogLeNet Inception V2 Introduction General Design P...转载 2018-08-28 19:51:11 · 1184 阅读 · 0 评论 -
深度学习模型之——DenseNet算法详解及优点分析
引言作为2017年CVPR最佳论文,足以体现其重要性和创新性,清华大学黄高博士第一作者发表的。现其重要性,博主人读完这文章后,自然感叹我们国内也是人才辈出,清华大学确实是国内人工智能的顶尖。废话不多说开始分享算法。DenseNet论文算法解释网络上有很多关于这篇论文的解读,博主读了几个,解释的明白清楚的还是下面链接中解释的明白,既有解释又有代码还有论文链接,有想法的可以看看原文,博主在...原创 2018-08-25 21:15:05 · 18677 阅读 · 1 评论 -
目标检测——SSD-TensorFlow训练自己的数据集踩坑记
一、首先下载代码:https://github.com/balancap/SSD-Tensorflow 目前是github基于TensorFlow星星最高的开源SSD。2、解压至某个文件夹,我这里解压的路径是 /media/comway/data/dial_SSD/SSD-Tensorflow-master若是其他路径,后面进行相应的更改。3、制作2007VOC数据集(谷歌一下,一...原创 2019-01-12 11:11:31 · 9219 阅读 · 28 评论 -
手把手教你训练自己的目标检测模型(SSD篇)
目标检测是AI的一项重要应用,通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来,甚至还能将物体的轮廓描绘出来,就像下面这张图,是不是很酷炫呢,嘿嘿在动手训练自己的目标检测模型之前,建议先了解一下目标检测模型的原理(见文章:大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN,以及Mark R-CNN),这样才会更加清楚模型的训练过程。本文将在我们前面搭...转载 2018-12-24 22:50:46 · 26473 阅读 · 77 评论 -
目标检测SSD源码解析
0. 前言纸上得来终觉浅,绝知此事要躬行。 物体检测方面的经典论文基本上都看完了,但具体实现脑子里一点想法都没有。 相比分类任务,物体检测在数据预处理、标签处理等一系列过程中都更复杂。 选择 Github: balancap/SSD-Tensorflow 作为切入点: 首先,个人感觉相比R-CNN系列,SSD模型更容易理解。 其次,其实我花几天浏览过 Github: tens...转载 2019-01-01 16:25:42 · 2287 阅读 · 2 评论