![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
cnn
文章平均质量分 87
Byrd
这个作者很懒,什么都没留下…
展开
-
ssd网络详解之priorbox layer
ssd 网络详解之priorbox layerssd网络一大特点是,为了提高检测准确率,在不同尺度的特征图上进行预测,这种预测就需要prior box layer。 prior box 是干嘛的呢?其实非常类似于Faster R-CNN中的Anchors,就是候选框,这种候选框的选取不需要像R-CNN那样通过复杂处理产生。在ssd中,priorbox层只需要bottom层feature ma...原创 2018-08-09 10:30:15 · 10763 阅读 · 7 评论 -
机器学习ground truth
Ground truth最近在做计算机视觉方面的一些工作,刚刚入行,懂得比较少,很多东西需要慢慢学习积累。即日起开始总结部分内容,以自己复习为根本出发点,可能比较low,无所谓啦~机器学习经常遇到ground truth一词,根据知乎回答,字面意思为地面真值,地面实况,可理解为以某种参考值为认定的真实值。比如,对某医学图像,含解剖结构,找某个医生进行边缘勾画,这个参考值,就成为了算法评价采...原创 2018-08-06 11:27:03 · 2732 阅读 · 0 评论 -
ssd网络详解之detection output layer
ssd网络详解之detection out layer本文原创,转载请引用闲话少说,本文基本结构:首先介绍detection out 这一层的基本理解,之后给出ssd所有代码的详细注释,最后给出caffe中该层各个参数的定义和默认值。detection out layer是ssd网络最后一层,用于整合预选框、预选框偏移以及得分三项结果,最终输出满足条件的目标检测框、目标的label和得...原创 2018-08-10 13:31:06 · 14264 阅读 · 7 评论 -
经典卷积神经网络(CNN)图像分类算法详解
经典卷积分类网络一点废话:CNN网络主要特点是使用卷积层,这其实是模拟了人的视觉神经,单个神经元只能对某种特定的图像特征产生响应,比如横向或者纵向的边缘,本身是非常简单的,但是这些简单的神经元构成一层,在层数足够多后,就可以获取足够丰富的特征。从机制上讲,卷积神经网络与人的视觉神经还真是像。下面进入正题。LeNet(1998)网络基本架构为:conv1 (6) -> pool1 -&am原创 2019-02-13 17:21:40 · 85224 阅读 · 1 评论