- 博客(5)
- 收藏
- 关注
原创 感受野的计算方式
RF(当前层) = RF(前一层) + (kernel_size(当前层) - 1) x feature_stride(之前所有层的的stride相乘的加和,不包括当前层)如果有dilated conv的话,计算公式为:RF(当前层) = RF(前一层) + (kernel_size(当前层) - 1) x feature_stride(之前所有层的的stride相乘的加和,不包括当前层)...
2018-07-31 11:48:54 617
原创 SSD详解 + default box生成过程
在mxnet上面看李沐大神的视频,自己看了SSD的paper里面还是有些一知半解的东西,于是就用篇博客记录下来。文章中的图和部分见解都来自于网络有些错误的图已经修正,如有侵权,联系我删除。先放一张SSD算法的模型图。SSD采用不用卷积层的feature map进行综合,将VGG16的最后两层全连接改为卷积层并额外增加四个卷积层来达到构造网络。对于这5个不同尺度的卷积层输出的feature ...
2018-07-27 14:53:42 14037 11
原创 FPN的理解
本文记录一下我在看FPN这篇paper的时候已经自己用的时候的一些问题。本文中有些摘抄自别人的博客,如有侵权,望联系我删除。FPN的一个github:https://github.com/unsky/FPN一、介绍老样子先上图,图d即为FPN的核心。二、具体实现方法将图片送入预训练的特征网络中(如ResNet等),即构建所谓的bottom-up网络; 构建对应的top-d...
2018-07-24 17:22:23 3599
原创 Senet学习记录
Senet是2017年Image Classification的冠军,本文主要是为了记录一下senet的block的结构。Senet主要做的是从空间维度上来提升网络的性能,于是就有了两个比较重要的操作,即:Squeeze和Excitation。其中Squeeze主要是顺着空间维度方向来进行压缩,将每个channel的二维的feature map经过global average pooling变成一...
2018-07-13 17:40:30 1537
原创 tensorflow冻结层的方法
最近在搞faster-rcnn的改动,网上看到很多人在做的一些改进,其中就包括冻结Bn等等方式,于是自己也就查了一下tensorflow里面冻结层的方法,现在总结如下:1、比如使用一个VGG的前面提取特征的部分,而微调其全连层,或者将其全连层更换为使用convolution来完成,可以使用TensorFlow的stop_gradient函数,将模型的一部分进行冻结。2、采用get_collecti...
2018-07-09 15:19:16 8025 1
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