- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 关于图像语义分割
1、图像分割与图像语义分割的区别 传统的图像分割算法基于无监督学习，不知道分割出来的对象的类别。图像语义分割一般基于深度学习，主要是用CNN，也有个别会用到RNN的；此外，图像语义分割属于监督学习的任务，即在训练时会给出每个像素的类别。2、图像的密集分类问题 语义分割是个密集分类问题，需给每个像素分类，故语义分割和图像分类的目标有较大差异。为了适应这种差异，人们提出了带洞卷积。带洞卷积在语...
2018-01-29 22:27:04
2214
原创 CNN经典网络中的模型压缩方法
CNN的模型文件通常比较大，给实际应用带来了困难。为了解决这个问题，人们通常使用模型压缩的方法。本文介绍经典网络中包含的模型压缩方法。卷积层参数个数计算公式：c_out*c_in*k_w*k_h。从公式可以看到，要想减少卷积层的参数个数，要么使用比较小的卷积核，要么减少通道数。VGG相比于AlexNet，一个显著的特点就是卷积核的尺寸从7x7缩小为3x3，从而减少了网络的参数个数。卷积核感
2018-01-15 22:15:19
3773
原创 CNN Feature Map维度的一般规律
Feature map的维度在CNN的各层中是变化的，了解feature map的维度变化规律是学习网络结构的一把钥匙。CNN某一层的Feature map一般是三维的：长、宽、通道数，由于长和宽往往是联系在一起的，所以本文从空间分辨率和通道数两方面进行介绍。空间分辨率的一般规律 对于图像分类任务而言，CNN feature map空间分辨率单调递减，并最终在全连接层减少到1x1。减少空间分...
2018-01-06 20:13:20
5351
原创 VGGNet结构分析
VGG是Visual Geometry Group, Department of Engineering Science, University of Oxford的缩写。他们组参加ILSVRC 2014时候组名叫VGG，所以提交的那种网络结构也叫VGG，或者叫VGGNet。VGG和GoogleNet同在2014年参赛，图像分类任务中GoogLeNet第一，VGG第二，它们都是重要的网络结构。...
2018-01-06 17:56:06
16518
2
原创 神经网络的权重初始化
权重初始化的合理与否常常决定了训练时网络能否收敛。常用的神经网络权重初始化方法有xavier和msra。由于基于的激活函数的假设不一样，msra的方差是xavier的2倍。xavier初始化基于线性激活函数，线性激活函数相当于没有激活函数。原始论文发表于2010年，当时卷积神经网络尚未被引爆，因此是基于多层感知器网络的。假使论文的读者以为是基于卷积神经网络，可能对其中的个别符号会有误解。例如在
2018-01-05 21:27:35
3945
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人