深度学习
first_adam
这个作者很懒,什么都没留下…
展开
-
PaddleOCR常见问题汇总(持续更新)
https://www.bookstack.cn/read/PaddleOCR/FAQ.md#4rqxz2【精选】OCR精选10个问题Q1.1.1:基于深度学习的文字检测方法有哪几种?各有什么优缺点?A:常用的基于深度学习的文字检测方法一般可以分为基于回归的、基于分割的两大类,当然还有一些将两者进行结合的方法。(1)基于回归的方法分为box回归和像素值回归。a. 采用box回归的方法主要有CTPN、Textbox系列和EAST,这类算法对规则形状文本检测效果较好,但无法准确检测不规则形状文本。 b.转载 2020-12-24 14:29:39 · 3201 阅读 · 0 评论 -
大话深度残差网络(DRN)ResNet网络原理
一说起“深度学习”,自然就联想到它非常显著的特点“深、深、深”(重要的事说三遍),通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此,我们自然很容易就想到:深的网络一般会比浅的网络效果好,如果要进一步地提升模型的准确率,最直接的方法就是把网络设计得越深越好,这样模型的准确率也就会越来越准确。那现实是这样吗?先看几个经典的图像识别深度学习模型: 这几个模型都是在世界顶级比赛...转载 2018-11-29 17:48:04 · 362 阅读 · 0 评论 -
AlphaPose论文笔记《RMPE: Regional Multi-person Pose Estimation》
感谢此博文(https://blog.csdn.net/TwT520Ly/article/details/79258594)的翻译,参考了该博文的很多内容,在他的基础上做了更加细节的补充和总结:上海交通大学AlphaPose多人姿态估计论文RMPE:Regional Multi-Person Pose Estimation该论文自顶向下方法,SSD-512检测人+stacked ...转载 2018-11-28 16:39:33 · 1139 阅读 · 0 评论 -
深度学习中常见的相关概念及TensorFlow中的batch和minibatch
转载地址 在刚开始学习使用TF的过程中,我不是很理解什么是“batch”。也经常有人问,到底minibatch是干什么的?然而这是一个在TensorFlow中,或者说很多DL的框架中很常见的词。这个解释我觉得比较贴切也比较容易理解。引用如下:深度学习的优化算法,说白了就是梯度下降。每次的参数更新有两种方式。第一种,遍历全部数据...转载 2018-11-21 20:52:03 · 929 阅读 · 0 评论