2018年02月_kkkkkkkkq

05月 03月 02月 01月

原创 OHEM论文解读

参考：http://blog.csdn.net/yaoqi_isee/article/details/63796423Training Region-based Object Detectors with Online Hard Example Mining论文解读：在FRCN中，定义background roi为和任意gt box的IOU在[bg_lo,0.5)的region propo...

2018-02-10 17:26:50 1587

原创 mAP，ROC

AP：precision:预测的正类中实际的正类/预测正类recall:预测正类中实际的正类/实际正类对于每一个检测的结果都会输出一个score值，我们都将它作为一个阈值，大于这个score值为预测正样本，小于这个score值为预测负样本，AP@IOU=0.5时，实际当框框与真值框大于0.5时为正样本，当框框与真值框小于0.5时为实际负样本，就得到一个recall和precisio

2018-02-05 10:16:29 746

原创 mxnet使用记录

1、在服务器上跑时，在要运行的py文件上，在import os和import mxnet前加上os.environ['MXNET_GPU_MEM_POOL_RESERVE'] = '95'能使模型所占内存更稳定，加上os.environ['MXNET_ENABLE_GPU_P2P'] = '0'2、训练的时候报错：terminate called after throwing an ins

2018-02-03 20:47:40 450

原创 Face Detection using Deep Learning: An Improved Faster RCNN Approach论文解读

Flowchart of the training procedureFirst of all, we train the CNN model of Faster RCNN using the WIDER FACE dataset [30]. Wefurther use the same dataset to test the pre-trained model so as t

2018-02-03 17:08:15 353

原创深度学习相关网址

预训练模型下载地址：http://data.dmlc.ml/models/imagenet/

2018-02-03 12:03:53 266

原创 mxnet中test时输出speed:samples/sec

mxnet中test时输出speed:samples/sec代表在所有gpu上每秒能训练的image数目

2018-02-02 20:59:30 1390

原创 Face R-CNN论文解读

网络结构：这篇文章在基于faster rcnn做了一些改进：First, based on a newly developed loss function called center loss [33], we design a new multi-taskloss function in the Fast R-CNN model to supervise the learning

2018-02-01 18:55:55 972

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人