- 博客(42)
- 收藏
- 关注
RSS订阅转载 Generative Adversarial Networks overview（4）
Libo1575899134@outlook.comLibo(原创文章,转发请注明作者)本文章主要介绍Gan的应用篇，3，主要介绍图像应用，4， 主要介绍文本以及医药化学其他领域应用原理篇请看上两篇https://www.cnblogs.com/Libo-Master/p/11167804.htmlhttps://www.cnblogs.com/Libo-Mast...
2019-07-16 16:53:00
171
转载 Generative Adversarial Networks overview（3）
Libo1575899134@outlook.comLibo(原创文章,转发请注明作者)本文章主要介绍Gan的应用篇，3，主要介绍图像应用，4， 主要介绍文本以及医药化学其他领域应用原理篇请看上两篇https://www.cnblogs.com/Libo-Master/p/11167804.htmlhttps://www.cnblogs.com/Libo-Mast...
2019-07-15 16:21:00
181
转载 Generative Adversarial Networks overview（2）
Libo1575899134@outlook.comLibo(原创文章,转发请注明作者)本文章会先从Gan的简单应用示例讲起,从三个方面问题以及解决思路覆盖25篇GAN论文,第二个大部分会进一步讲Gan的所有领域应用-------------------------------------------------------------------------------...
2019-07-11 12:12:00
166
转载 Generative Adversarial Networks overview（1）
Libo1575899134@outlook.comLibo(原创文章,转发请注明作者)本文章会先从Gan的简单应用示例讲起,从三个方面问题以及解决思路覆盖25篇GAN论文,第二个大部分会进一步讲Gan的所有领域应用----------------------------------------------------------------------------...
2019-07-11 09:34:00
208
转载 点云深度学习的3D场景理解
转载请注明本文链接：https://www.cnblogs.com/Libo-Master/p/9759130.htmlPointNet: Deep Learning on Point Sets for 3D Classification and SegmentationPointNet++： Deep Hierarchical Feature Learning on Poi...
2018-10-10 18:26:00
1969
转载 目标检测框架网络模型分析(三 王者归来)
前言 我很长一段时间一直都在做自动驾驶的物体检测性能调优，所以想总结整理一些小网络和检测框架的经验。 文章会分成三个部分: 第一部分将参照知乎@YaqiLYU 对小网络（经典网络）的分析并且结合的自己的理解。 第二部分详细介绍目前state-of-art的主流检测框架。 第三部分介绍了目标检测的问题及解决方案，目标检测在其他领域的拓展应用2...
2018-10-09 08:40:00
237
转载 目标检测框架网络模型分析(二 双塔奇兵)
前言 我很长一段时间一直都在做自动驾驶的物体检测性能调优，所以想总结整理一些小网络和检测框架的经验。 文章会分成三个部分: 第一部分将参照知乎@YaqiLYU 对小网络（经典网络）的分析并且结合的自己的理解。 第二部分详细介绍目前state-of-art的主流检测框架。 第三部分介绍了目标检测的问题及解决方案，目标检测在其他领域的拓展应用...
2018-09-28 12:07:00
1157
转载 目标检测框架网络模型分析(一 魔戒归来)
我很长一段时间一直都在做自动驾驶的物体检测性能调优，所以想总结整理一些小网络和检测框架的经验。 文章会分成三个部分: 第一部分将参照知乎@YaqiLYU 对小网络（经典网络）的分析并且结合的自己的理解。 第二部分详细介绍目前state-of-art的主流检测框架。 第三部分介绍了目标检测的问题及解决方案，目标检测在其他领域的拓展应用--------...
2018-09-25 14:03:00
522
转载 基于知识蒸馏的模型压缩和加速
动机： 目标：想要获得一个实时的模型，且尽可能的准确。 我们有一个大模型性能很好，但是很慢： 我们有个小模型速度很快，但是性能很差： 动机：面临的挑战 1、由于容量和能力，小模型很难达到一个很好的性能。 2、精确度和模型压缩之间的差距还是很大 3、物体检测比分类要困难得多： a、 标签的计算更加昂贵...
2018-09-18 15:46:00
468
转载 Squeeze Excitation Module 对网络的改进分析
Squeeze-and-Excitation Networks SE-net 来自于Momenta 孙刚团队 SE的设计思路： 从卷积操作的实际作用来考虑，conv 把局部空间信息和通道信息组合起来，组合之后形成FM上的值，之前大部分都是空间上做的。 对channel考虑的少，但是卷积本身就可以学到通道之间的组织信息，为什么还要在重新学一遍呢？ ...
2018-09-17 17:48:00
307
转载 IGC（Interleaved Group Convolutions）
深度学习被引起关注是在2012年，用神经网络训练的一个分类模型在ImagNet上取得了第一名，而且其分类精度比第二名高出10多个点，当时所使用的模型为AlexNet，现在看来其为一个比较简单的网络，而且只有比较浅的八层网络，但是在当时来讲已经很了不起了。这也就引发了后面对神经网络研究的两个方向，以提高网络的分类精度：1.网络变得更深更宽（Going Deeper）；2.减少网络...
2018-07-10 11:05:00
241
转载 探秘移动网络模型
主流小网络包括：SqueezeNet, MobileNet(V1), 和CVPR 2018最新模型ShuffleNet, IGCV2, MobileNetV2 1、ImageNet上的top-1准确率 vs 理论计算量 vs 模型大小的对比，来自tensorflow/models，本文要探讨和分析的第一个问题：MobileNetV2到底优化了什么，能做到...
2018-07-09 19:25:00
405
转载 sparse_softmax_cross_entropy_with_logits
定义sparse_softmax_cross_entropy_with_logits(_sentinel=None, labels=None, logits=None, name=None): 说明此函数大致与tf_nn_softmax_cross_entropy_with_logits...
2018-05-15 15:26:00
189
转载 四行公式推完神经网络BP
据说多推推公式可以防止老年痴呆,(●ˇ∀ˇ●) 偶尔翻到我N年前第一次推导神经网络的博客居然四页纸，感慨毅力！ http://blog.sina.com.cn/s/blog_1442877660102wpkf.html 其实 四行公式、 两分钟时间 足够推出来下次挑战SVM5分钟转载于:https://www.c...
2018-05-02 20:29:00
99
转载 视觉跟踪：MDnet
应用需注明原创！ 深度学习在2015年中左右基本已经占据了计算机视觉领域中大部分分支，如图像分类、物体检测等等，但迟迟没有视觉跟踪工作公布，2015年底便出现了一篇叫MDNet的论文，致力于用神经网络解决视觉跟踪，它同时也是2015年VOT的冠军。 先图再理论： 离线学习 frame1 frame2 在线学习： ...
2018-04-26 08:37:00
275
转载 tensorflow API _ 4 (Logging with tensorflow)
TensorFlow用五个不同级别的日志信息。为了升序的严重性，他们是调试DEBUG，信息INFO，警告WARN，错误ERROR和致命FATAL的。当你配置日志记录在任何级别，TensorFlow将输出对应于更高程度的严重性和所有级别的日志信息。例如，如果设置错误的日志记录级别，将得到包含错误和致命消息的日志输出，并且如果设置了调试级别，则将从所有五个级别获取日志消息。默认情况下，T...
2018-04-24 09:35:00
93
转载 tensorflow API _ 5 (tensorflow.summary)
tensorflow的可视化是使用summary和tensorboard合作完成的.基本用法首先明确一点,summary也是op.输出网络结构with tf.Session() as sess: writer = tf.summary.FileWriter(your_dir, sess.graph)命令行运行tensorboard --logdir your_dir...
2018-04-24 09:20:00
82
转载 tensorflow API _ 4 (优化器配置)
"""Configures the optimizer used for training.Args: learning_rate: A scalar or `Tensor` learning rate.Returns: An instance of an optimizer.Raises: ValueError: if FLAGS.optimizer is not recogni...
2018-04-24 09:04:00
86
转载 tensorflow API _ 3 (tf.train.polynomial_decay)
学习率的三种调整方式：固定的，指数的，多项式的def _configure_learning_rate(num_samples_per_epoch, global_step): """Configures the learning rate. Args: num_samples_per_epoch: The number of samples in each epoch of ...
2018-04-24 09:02:00
227
转载 tensorflow API _ 2 (tf.app.flags.FLAGS)
tf.app.flags.FLAGS 的使用，主要是在用命令行执行程序时，需要传些参数，代码如下：新建一个名为：app_flags.py 的文件。#coding:utf-8 import tensorflow as tf FLAGS = tf.app.flags.FLAGS tf.app.flags.DEFINE_string("train_data_path", "/home...
2018-04-24 08:55:00
86
转载 python API _ 1 (EasyDict)
作用：参数调用文件一：from easydict import EasyDict as edictimport numpy as npconfig = edict()config.IMG_HEIGHT = 375config.IMG_WIDTH = 1242config.EXP_THRESH = 1.0config.RBG_MEANS = np.array([[[ 123.68, 116...
2018-04-24 08:44:00
84
转载 tensorflow API _ 1 (control_flow_ops.cond)
该函数用来控制程序执行流，相当于if-else了import tensorflow as tffrom tensorflow.python.ops import control_flow_opsa = tf.constant(1)b = tf.constant(3)condition = tf.convert_to_tensor(False, dtype='bool')rtv...
2018-04-24 08:34:00
109
转载 python 不能加载pip install的site-package文件
python -m pip install tensorflow-gpu==1.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/转载于:https://www.cnblogs.com/Libo-Master/p/8580195.html
2018-03-16 11:52:00
523
转载 3D-2D透视投影数学推导
请尊重作者，禁止私自盗用图片！转载于:https://www.cnblogs.com/Libo-Master/p/8551026.html
2018-03-12 19:16:00
235
转载 RCNN,Fast RCNN,Faster RCNN 的前生今世：（4） SSD
待转载于:https://www.cnblogs.com/Libo-Master/p/8484228.html
2018-02-28 16:14:00
63
转载 RCNN,Fast RCNN,Faster RCNN 的前生今世：（0） DMP
待转载于:https://www.cnblogs.com/Libo-Master/p/8484223.html
2018-02-28 16:13:00
92
转载 nachos3.4 threads管理 （c++）
Main.cc//引导代码初始化操作系统内核。允许直接调用内部操作系统功能，简化调试和测试。在实践中,bootstrap代码只会初始化数据结构，//并启动一个用户程序来打印登录提示。//许多内容只有在分配之后才是需要的。（比如说在线程管理中，我们只定义了THREAD，这样文件系统等相关信息就不会被执行）// Usage: nachos -d <debugflags>...
2018-02-24 16:16:00
242
转载 使用笔记:TF辅助工具--tensorflow slim(TF-Slim)
如果抛开Keras，TensorLayer，tfLearn，tensroflow 能否写出简介的代码？ 可以！slim这个模块是在16年新推出的，其主要目的是来做所谓的“代码瘦身”一.简介 slim被放在tensorflow.contrib这个库下面，导入的方法如下： import tensorflow.contrib.slim as slim 众所周知 ten...
2018-02-24 15:41:00
194
转载 RCNN,Fast RCNN,Faster RCNN 的前生今世：（4） Fast RCNN 算法详解
继2014年的RCNN之后，Ross Girshick在15年推出Fast RCNN，构思精巧，流程更为紧凑，大幅提升了目标检测的速度。在Github上提供了源码。同样使用最大规模的网络，Fast RCNN和RCNN相比，训练时间从84小时减少为9.5小时，测试时间从47秒减少为0.32秒。在PASCAL VOC 2007上的准确率相差无几，约在66%-67%之间.思想基础：...
2018-01-10 14:43:00
93
转载 RCNN,Fast RCNN,Faster RCNN 的前生今世：（2） R- CNN （3，2，1）
3、三次IOU 2、2次model run 1，一次深度神经网络 rcnn主要作用就是用于物体检测，就是首先通过selective search 选择2000个候选区域，这些区域中有我们需要的所对应的物体的bounding-box，然后对于每一个region proposal 都wrap到固定的大小的scale,227*227(AlexNet Input),...
2018-01-08 20:56:00
141
转载 RCNN,Fast RCNN,Faster RCNN 的前生今世：（2）R-CNN
Region 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FAIR。这篇文章思路简洁，在DPM方法多年平台期后，效果提高显著。包括本文在内的一系列目标检测算法：RCNN,Fast RCNN,Faster RCNN代表当下目...
2018-01-08 20:06:00
103
转载 物体检测方法(1) - YOLO 详解
最近遇到一些卡证识别的检测问题，打算先把理论知识梳理一下，随后还会梳理一版代码注释。 以前的region+proposal来检测的框架，这一系列速度和精度不断提高，但是还是无法达到实时。存在的主要问题为：速度不够快，主要原因是proposal比较多，特征进行分类的时候,相同区域的特征计算多遍，所以BGR大神有了最新作品，YOLO,故名思议，就是解决Faster-RCN...
2018-01-03 09:51:00
250
转载 tensorflow LSTM+CTC使用详解
最近用tensorflow写了个OCR的程序，在实现的过程中，发现自己还是跳了不少坑，在这里做一个记录，便于以后回忆。主要的内容有lstm+ctc具体的输入输出，以及TF中的CTC和百度开源的warpCTC在具体使用中的区别。正文输入输出因为我最后要最小化的目标函数就是ctc_loss，所以下面就从如何构造输入输出说起。tf.nn.ctc_loss先从TF自带的t...
2017-12-25 15:41:00
672
转载 tensorflow 运行效率 GPU memory leak 问题解决
问题描述： Tensorflow 训练时运行越来越慢，重启后又变好。 用的是Tensorflow-GPU 1.2版本，在GPU上跑，大概就是才开始训练的时候每个batch的时间很低，然后随着训练的推进，每个batch的耗时越来越长，但是当我重启后，又一切正常了？问题查找： 一开始查到的原因是batch_size 和 batch_num的问题，通过python yie...
2017-12-15 15:09:00
357
转载 Attention Model详解
要是关注深度学习在自然语言处理方面的研究进展，我相信你一定听说过Attention Model（后文有时会简称AM模型）这个词。AM模型应该说是过去一年来NLP领域中的重要进展之一，在很多场景被证明有效。听起来AM很高大上，其实它的基本思想是相当直观简洁的。 AM 引言: 引用网上通俗的解释，首先，请您睁开眼并确认自己处于意识清醒状态；第二步，请找到本文最近出现的一个“A...
2017-11-23 15:03:00
379
转载 lstm-bp过程的手工源码实现
近些年来，随着深度学习的崛起，RNN模型也变得非常热门。如果把RNN模型按照时间轴展开，它也类似其它的深度神经网络模型结构。因此，我们可以参照已有的方法训练RNN模型。 现在最流行的一种RNN模型是LSTM（长短期记忆）网络模型。 尽管我们可以借助Tensorflow、Torch、Theano等深度学习库轻松地训练模型，而不再需要推导反向传播的过程，但是逐步推...
2017-10-24 18:12:00
712
转载 softmax 函数的理解和优点
我们知道max，假如说我有两个数，a和b，并且a>b，如果取max，那么就直接取a，没有第二种可能。但有的时候我不想这样，因为这样会造成分值小的那个饥饿。所以我希望分值大的那一项经常取到，分值小的那一项也偶尔可以取到，那么我用softmax就可以了 现在还是a和b，a>b，如果我们取按照softmax来计算取a和b的概率，那a的softmax值大于b...
2017-09-27 11:00:00
856
转载 交叉熵与相对熵
熵的本质是香农信息量()的期望。 现有关于样本集的2个概率分布p和q，其中p为真实分布，q非真实分布。 按照真实分布p来衡量识别一个样本的所需要的编码长度的期望(即平均编码长度)为：H(p)=。 如果使用错误分布q来表示来自真实分布p的平均编码长度，则应该是：H(p,q)=。因为用q来编码的样本来自分布p，所以期望H(p,q)中概率是p(i...
2017-09-26 17:03:00
137
转载 Python中pass、continue、break、exit()的区别
pass :不做任何事情，只起到占位的作用continue: 跳出本次循环break：结束循环exit（）：结束整个程序由于continue和break较简单，这里就不给出代码转载于:https://www.cnblogs.com/Libo-Master/p/7592465.html...
2017-09-25 16:21:00
90
转载 python 之类、self
类是什么 可以视为种类或者类型的同义词。所有的对象都属于某一个类，称为类的实例。 例如：鸟就是"鸟类"的实例。这就是一个有很多子类的一般（抽象）类：看到的鸟可能属于子类"百灵鸟"。可以将"鸟类"想象成所有鸟的集合，而"百灵鸟类"是其中的一个子集。当一个对象所属的类是另外一个对象所属类的子集时，前者就被称为后者的子类，所以"百灵鸟类"是"鸟类"的子类，"鸟类"是"百灵鸟类"的超...
2017-09-25 14:03:00
66
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人