![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 94
leonardohaig
这个作者很懒,什么都没留下…
展开
-
路径聚合网络PANet(Path AggregationNetwork)介绍
路径聚合网络(Path Aggregation Network,简称PAN,PANet)是一种深度学习网络结构,用于图像分类和目标检测任务。它采用了多尺度特征融合和路径聚合的方法,能够有效地提高模型的性能和准确率,PAN网络结构包括主干网络和特征金字塔网络两部分,其中特征金字塔网络用于生成多尺度特征图,主干网络则用于将这些特征图进行路径聚合和特征融合。原创 2024-09-01 23:15:00 · 863 阅读 · 0 评论 -
补光灯光通量及光照度简单计算
1流明的光通量均匀分布在1平方米表面上所产生的光照度.它从另一个角度来反映光源亮不亮原创 2024-08-27 21:15:00 · 1459 阅读 · 0 评论 -
目标检测问题混淆矩阵与准确率、召回率等
F1分数认为召回率和正确率同等重要,F2分数认为召回率的重要程度是正确率的2倍,而F0.5分数认为召回率的重要程度是正确率的一半。是精确率和召回率的调和平均数,例如,模型A的recall高,precision低,模型B相反,那怎么综合比较模型A和B的性能呢,用这个可以作为综合评价指标。这些指标有助于评估模型的性能。多分类任务的混淆矩阵与二分类的混淆矩阵类似,但它的维度更大,因为它需要处理多个类别之间的分类情况。精确率主要关注的是预测结果中的正类样本的质量,即在预测为正类的样本中有多少是准确的。原创 2024-08-25 20:30:00 · 870 阅读 · 0 评论 -
连通域分析--种子填充法(SeedFilling)
连通区域(Connected Component)一般是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域(Region,Blob).连通区域分析(Connected Component Analysis,Connected Component Labeling)是指将图像中的各个连通区域找出并标记.通常连通区域分析处理的对象是一张二值化后的图像.原创 2024-08-18 19:57:58 · 680 阅读 · 0 评论 -
利用小型数据集m2nist进行语义分割——(三)代码编写及训练与预测
利用小型数据集m2nist进行语义分割——(三)代码编写及训练与预测微信公众号:幼儿园的学霸目录文章目录利用小型数据集m2nist进行语义分割——(三)代码编写及训练与预测目录前言代码编写数据加载模块网络实现模块训练模块coding=utf-8============================#Program:m2nistDataSet.py数据加载模块Date:20-4-16Au...原创 2020-04-20 13:02:57 · 1291 阅读 · 1 评论 -
利用小型数据集m2nist进行语义分割——(二)分割网络框架设计
利用小型数据集m2nist进行语义分割——(二)分割网络框架设计微信公众号:幼儿园的学霸目录文章目录利用小型数据集m2nist进行语义分割——(二)分割网络框架设计目录前言网络结构整体结构编码器设计解码器设计参考资料前言有了数据集,接下来需要针对数据集设计神经网络框架便于后续代码的编写。由于在工作项目中是以MobileNet为基础,自然而然在设计语义分割网络框架时便复用了Mobile...原创 2020-04-20 13:02:31 · 1065 阅读 · 0 评论 -
利用小型数据集m2nist进行语义分割——(一)数据集介绍
利用小型数据集m2nist进行语义分割——(一)数据集介绍微信公众号:幼儿园的学霸目录文章目录利用小型数据集m2nist进行语义分割——(一)数据集介绍目录缘由前言数据集介绍数据下载/读取/显示参考链接缘由代码地址:https://github.com/leonardohaig/m2nist-segmentation最近晚上有点失眠,玩手机伤眼睛,那就学习吧。考虑到没有写过分割网络...原创 2020-04-20 13:02:09 · 2484 阅读 · 0 评论 -
tensorflow中常用学习率更新策略
tensorflow中常用学习率更新策略微信公众号:幼儿园的学霸个人的学习笔记,关于OpenCV,关于机器学习, …。问题或建议,请公众号留言;神经网络训练过程中,根据每batch训练数据前向传播的结果,计算损失函数,再由损失函数根据梯度下降法更新每一个网络参数,在参数更新过程中使用到一个学习率(learning rate),用来定义每次参数更新的幅度。过小的学习率会降低网络优化的速度...原创 2019-12-20 21:15:36 · 1600 阅读 · 0 评论 -
IOU & GIOU & DIOU 介绍及其代码实现
IOU & GIOU & DIOU 介绍及其代码实现微信公众号:幼儿园的学霸个人的学习笔记,关于OpenCV,关于机器学习, …。问题或建议,请公众号留言;从IOU,到GIOU,然后到最近的DIOU、CIOU。目录文章目录IOU & GIOU & DIOU 介绍及其代码实现目录IOU介绍计算代码GIOU介绍代码DIOU介绍代码CIOU介绍DIOU CI...原创 2019-12-04 21:08:26 · 18827 阅读 · 15 评论 -
L1 loss & L2 loss & Smooth L1 loss
L1 loss & L2 loss & Smooth L1 loss微信公众号:幼儿园的学霸个人的学习笔记,关于OpenCV,关于机器学习, …。问题或建议,请公众号留言;关于神经网络中L1 loss & L2 loss & Smooth L1 loss损失函数的对比、优缺点分析目录文章目录L1 loss & L2 loss & Smo...原创 2019-12-03 19:50:55 · 2280 阅读 · 0 评论 -
tf.map_fn合并yolov3 feature map
tf.map_fn合并yolov3 feature map在代码yolov3_tensorflow中,网络输出为3个feature map,如果要利用该网络进行预测,那么还需要额外对3个feature map进行合并、提取结果,比较麻烦。有必要对网络输出进行处理,以使网络的输出结果为目标检测框[x_min,y_min,x_max,y_max,score,id]的形式。目录文章目录`tf.ma...原创 2019-11-22 20:32:36 · 1263 阅读 · 0 评论 -
python不解压读取zip压缩包图片
python不解压读取zip压缩包图片/文件限于电脑上空间不够,没有办法将上百G的数据集解压到电脑上,因此需要一种方法能够直接读取压缩包内的图片进行训练。首先,代码如下:#!/usr/bin/env python3#coding=utf-8#============================##Program:readzip.py# 不解压读取.zip压缩包内的图...原创 2019-11-21 19:26:22 · 5306 阅读 · 1 评论 -
Tensorflow—TFRecord文件生成与读取
Tensorflow—TFRecord文件生成与读取微信公众号:幼儿园的学霸个人的学习笔记,关于OpenCV,关于机器学习, …。问题或建议,请公众号留言;目录文章目录Tensorflow—TFRecord文件生成与读取目录一.为什么使用TFRecord二.TFRecord文件生成1.TFRecord生成器2.Example模块3.生成TFRecord文件完整代码实例三.TFRecor...原创 2019-11-01 22:45:38 · 1925 阅读 · 0 评论 -
Colab使用tensorboard
Colab使用tensorboard在使用google提供的colab训练目标检测模型过程中,需要使用tensorboard命令分析训练效果,结果发现直接在colab中使用tensorboard --logdir后给出的网址并不能打开,经过搜索发现可以借助Ngrok工具,在colab中使用tensorboard,现将过程记录如下:1.在colab中下载安装Ngrok在下载前,首先切换需要挂载...原创 2019-05-08 08:29:45 · 8155 阅读 · 24 评论 -
YOLO v3 网络结构分析
YOLO v3 网络结构分析微信公众号:幼儿园的学霸个人的学习笔记,关于OpenCV,关于机器学习, …。问题或建议,请公众号留言;最近在看Tensorflow,没有经过实践的学习总感觉很心虚,因此打算做点什么。所以,那就从YOLO入手吧,将YOLO v3改写为Tensorflow版本来进行练手。那第一步便是需要对YOLO网络结构有一定的理解,不能像之前仅仅用YOLO训练数据然后检测目标...原创 2019-05-19 19:46:43 · 10954 阅读 · 4 评论 -
卷积神经网络(CNN)简介
卷积神经网络(CNN)简介微信公众号:幼儿园的学霸个人的学习笔记,关于OpenCV,关于机器学习, …。问题或建议,请公众号留言;目录文章目录卷积神经网络(CNN)简介目录入门局部感受野权值共享池化总览CNN基本模块输入层卷积层非线性简介(ReLLU)池化层全连接层总结参考链接入门回顾上一篇文章,以及之前的2篇关于神经网络的介绍,我们想想为什么DNN在训练后能够正确地分类?那肯定是...原创 2019-04-29 12:41:45 · 3305 阅读 · 0 评论