深度学习——目标检测
何进哥哥
这个作者很懒,什么都没留下…
展开
-
深度学习资料整理目录,与大家一起讨论
目录1. 空洞卷积作用... 62. Image Pyramid. 63. SPP(Spatial Pyramid Pooling)... 64. deformable convnets V1&V2. 84.1 V1和V2区别... 95. bigbatch 训练... 106. 多GPU并行训练... 107. RoI Pooling与RoIWrap Pooling与RoIAlign Pooling与Preci...原创 2020-06-02 09:33:33 · 1821 阅读 · 2 评论 -
深度学习最全优化方法总结比较(SGD,Adagrad,Adadelta,Adam,Adamax,Nadam)
本文将梳理:每个算法的梯度更新规则和缺点 为了应对这个不足而提出的下一个算法 超参数的一般设定值 几种算法的效果比较 选择哪种算法0.梯度下降法深入理解以下为个人总结,如有错误之处,各位前辈请指出。对于优化算法,优化的目标是网络模型中的参数θ(是一个集合,θ1、θ2、θ3 ......)目标函数为损失函数L = 1/N ∑ Li (每个样本损失函数的叠加求均值)。这个损失函数...转载 2019-09-08 21:03:30 · 1699 阅读 · 0 评论 -
Focal Loss理解
1. 总述Focal loss主要是为了解决one-stage目标检测中正负样本比例严重失衡的问题。该损失函数降低了大量简单负样本在训练中所占的权重,也可理解为一种困难样本挖掘。2. 损失函数形式Focal loss是在交叉熵损失函数基础上进行的修改,首先回顾二分类交叉上损失:是经过激活函数的输出,所以在0-1之间。可见普通的交叉熵对于正样本而言,输出概率越大损失越小。对...转载 2019-09-07 16:19:06 · 799 阅读 · 0 评论 -
最全的Detectron代码分析:从Faster R-CNN 到 Mask R-CNN
原创地址:http://rowl1ng.com/tech/faster-rcnn.htmlDetectron(使用caffe2)是face book开源的的各种目标检测算法的打包(比如mask rcnn、FPN的)。 本文mask rcnn的部分基于pytorch实现的一版Detectron:Detectron.pytorch(参考了Faster R-CNN的pytorch实现),需要安装...转载 2019-03-22 10:45:11 · 3948 阅读 · 0 评论 -
detectron中的blobs
原文:https://blog.csdn.net/u013548568/article/details/79430512主要是从roidb生成blobs的过程以上便是整体的流程图,那么简单说一下detectron产生anchor的过程相对于之前faster产生一系列的anchor不同,FPN在每一个level上面都会创建属于该level感受野的anchor,假设stride为4,8,...转载 2019-03-20 11:57:32 · 447 阅读 · 0 评论 -
detectron中的roidb
roidb数据结构roidb的类型是list, 其中的每个元素的数据类型都是dict, roidb列表的长度为数据集的数量(即图片的数量), roidb中每个元素的详细情况如下表所示:for entry in roidb 数据类型 详细说明 entry['id'] int 代表了当前image的img_id entry['file_name'] str...转载 2019-03-20 11:56:40 · 403 阅读 · 0 评论 -
faster RCNN系列之Non-local Neural Networks
原创地址:https://blog.csdn.net/u010158659/article/details/78635219Motivation“Non-local”直译为“非局部”。个人的理解是指特征提取时,当前输入数据的特征计算要考虑其它输入数据的信息。举例来说,非局部操作的关注点就是在于如何建立起图像上两个有一定距离的像素之间的联系,如何建立视频里两帧的联系,如何建立一段话中不同词的...转载 2019-01-09 09:34:21 · 450 阅读 · 0 评论 -
faster RCNN系列之Group Normalization
引用地址:https://blog.csdn.net/u014380165/article/details/79810040论文:Group Normalization论文链接:https://arxiv.org/abs/1803.08494Group Normalization(GN)是针对Batch Normalization(BN)在batch size较小时错误率较高而提出的改进...转载 2019-01-08 10:26:18 · 477 阅读 · 0 评论