- 博客(6)
- 收藏
- 关注
RSS订阅
原创 faster RCNN/YOLO/SSD算法的比较
只要是做过物体检测（object detection）的人，都会对这三种算法比较熟悉，起码听说过。那么这三种算法各自有什么特点呢？为什么他们不能相互取代？接下来我们将慢慢分析。在介绍具体算法之前，先来看下常用的数据集pascal voc包含20类 其中，voc 07：9,963 张图片中包含了24,640个已标记物体 voc 12：测试数据集没有公开，在训练和验证数据集中的1154...
2018-03-24 21:44:03
58023
8
原创 数据增强（data augmentation）
数据增强（data augmentation）数据增强主要用来防止过拟合，用于dataset较小的时候。 之前对神经网络有过了解的人都知道，虽然一个两层网络在理论上可以拟合所有的分布，但是并不容易学习得到。因此在实际中，我们通常会增加神经网络的深度和广度，从而让神经网络的学习能力增强，便于拟合训练数据的分布情况。在卷积神经网络中，有人实验得到，深度比广度更重要。然而随着神经网络的加深，需...
2018-03-22 19:53:46
47800
8
原创 xml操作/random操作/大小端遇到的坑
xml1.xml.etree.ElementTree.parse是十分耗时的 在代码中应该避免重复parse同一个文件，直接放在内存中用空间换时间。2.对xml节点node赋值操作和copy.deepcopy是不一样的 如果在对某个节点直接用等号赋值产生新的节点后，对新的节点的操作也会影响原来节点。但是如果对copy.deepcopy之后的新节点操作，才不会影响当前结点。np....
2018-03-28 22:08:05
312
原创 caffe和tensorflow对GPU的使用
caffe方法一：在solver文件中写入#solver mode: CPU or GPU solver_mode: GPU 方法二：命令行参数：-gpu#train./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt -gpu 0#test./build/tools/caffe...
2018-03-25 16:02:35
805
原创 HSV色彩空间的理解
在图像处理中，通常情况下我们不会直接对RGB图像做处理，这主要是因为RGB与人类的视觉感知相差较远，而HSV就是常用的色彩空间。HSV分别指的是色相/饱和度/明度（Hue, Saturation, Value），对于不同的问题我们通常采用不同的通道来处理。当然最为通用的方法是使图像变为灰度图，直接对灰度图做处理。在早期图像质量评价领域等多个领域，都是这样来做。但是对于某些特定问题，需要具体问题...
2018-03-22 22:12:20
7326
原创 卷积神经网络
1.为什么要有卷积神经网络，而不是普通的全连接层？主要是因为图像的尺寸问题。全连接层会将输入的每一个像素都与w相乘，这样会产生太多的权重。在实际的网络训练中如此多的参数极其容易过拟合。2.卷积的神经元与输入数据的连接？卷积神经元与输入数据在空间的连接上是局部的，取决于人为定义的感受野尺寸，如3X3，但是在深度上与输入数据深度保持一致，例如，如果是一张RGB图像，则深度为3，则神经元的连...
2018-03-20 22:26:20
313
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人