深度学习
文章平均质量分 94
溺水的鱼该怎么活
四不像
展开
-
卷积神经网络CNN图解
背景之前在网上搜索了好多好多关于CNN的文章,由于网络上的文章很多断章取义或者描述不清晰,看了很多youtobe上面的教学视频还是没有弄懂,最后经过痛苦漫长的煎熬之后对于神经网络和卷积有了粗浅的了解。于是在这里记录下所学到的知识,关于CNN 卷积神经网络,需要总结深入的知识有很多:人工神经网络 ANN卷积神经网络 CNN卷积神经网络 CNN - BP算法卷积神经转载 2017-10-20 11:29:24 · 11287 阅读 · 1 评论 -
CNN的发展历史(LeNet,Alexnet,VGGNet,GoogleNet,ReSNet)
欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。关于卷积神经网络CNN,网络和文献中有非常多的资料,我在工作/研究中也用了好一段时间各种常见的model了,就想着简单整理一下,以备查阅之需。如果读者是初接触CNN,建议可以先看一看“Deep Learning(深度学习)学习笔记整理系列”中关于CNN的介绍[1],是介绍我们常说的Lenet为例,转载 2017-10-20 17:07:15 · 11377 阅读 · 1 评论 -
RCNN详解
原博客https://blog.csdn.net/WoPawn/article/details/52133338&创新点采用CNN网络提取图像特征,从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式,提高特征对样本的表示能力;采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。&问题是什么近10年以来,以人工经验特征为主导的物体检测任务mAP...转载 2018-04-07 16:37:18 · 456 阅读 · 0 评论 -
fast RCNN
继2014年的RCNN之后,Ross Girshick在15年推出Fast RCNN,构思精巧,流程更为紧凑,大幅提升了目标检测的速度。在Github上提供了源码。同样使用最大规模的网络,Fast RCNN和RCNN相比,训练时间从84小时减少为9.5小时,测试时间从47秒减少为0.32秒。在PASCAL VOC 2007上的准确率相差无几,约在66%-67%之间.思想基础:RCNN简单来说,RC...转载 2018-04-08 17:23:52 · 230 阅读 · 0 评论 -
faster rcnn
在介绍Faster R-CNN之前,先来介绍一些前验知识,为Faster R-CNN做铺垫。一、基于Region Proposal(候选区域)的深度学习目标检测算法Region Proposal(候选区域),就是预先找出图中目标可能出现的位置,通过利用图像中的纹理、边缘、颜色等信息,保证在选取较少窗口(几千个甚至几百个)的情况下保持较高的召回率(IoU,Intersection-over-Unio...转载 2018-04-08 17:24:46 · 292 阅读 · 0 评论