pomelo的博客

论文：Focal Loss for Dense Object Detection参考：https://zhuanlan.zhihu.com/p/49981234/目标检测算法可以分为两大类：Two-stage detector 和 One-stage detector。由于像RCNN系列的二阶段检测器拥有region proposal的操作，这类算法可以达到很高的准确率，但是速度较慢。而像YOLO，SSD这样直接回归的检测算法，这类算法速度很快，但是准确率不如前者。作者提出focal loss的出发点也

转载自：https://blog.csdn.net/clover_my/article/details/92794719 Object Detection in 20 Years: A Survey Zhengxia Zou, Zhenwei Shi, Member, IEEE, Yuhong Guo, and Jieping Ye, Senior Member, IEEE论文获取：https://arxiv.o

简介本文介绍如何使用pytorch搭建基础的神经网络，解决多分类问题。主要介绍了两个模型：①全连接层网络；②VGG11卷积神经网络模型(下次介绍)。为了演示方便，使用了Fashion-Mnist服装分类数据集（10分类数据集，介绍可以去网上搜一下，这里不赘述），也可以在自己的制作的数据集上训练（后面会稍作介绍）。在文章最后会附上完整的可运行的代码。1 全连接层网络全连接层网络包括输入层、隐藏层以及输出层。其中隐藏层中可以包括多个全连接层，理论上可以加无数层，加的越多，网络的深度越深。每个全连接层中可以