- 博客(3)
- 资源 (1)
- 收藏
- 关注
原创 【姿态识别】Convolutional Pose Machines—亮点总结与学习
1.利用每个关键点的响应图(即平面上的点的数值满足正态分布,可以画出三维高斯图)来表达各个部位的空间约束,相当于把点的回归转化成面的回归,减少误差。同时论文中把中心点的响应也作为网络的输入,用来做中心约束。 2.由于论文中提出的网络是分阶段的,因此在训练的时候,如果只用最后一阶段的的输出和label计算loss会使得梯度回传到上一阶段出现梯度弥散的现象,因此论文中提出中继监督优化,即在每一阶段的...
2018-10-16 10:10:47 1171
原创 YOLO算法理解与思考
看完YOLO算法后,觉得真的是非常棒的一个对象检测算法。 最主要的亮点是他的检测速度快,这和其中的只用一次卷积提取特征有关,也就是说,该算法不是先对图像进行区域划分再进行卷积提特征分类,而是一个端到端的一次性的回归出bounding box和classification,即输出 n * n * 8个参数(假设对象有3类)。Pc:是否有对象,bx:对象中心点的x坐标(小于1),by:对象中心点的y...
2018-10-12 20:53:09 2087
原创 总结CNN的发展历程,以及一些卷积操作的变形,附带基础的深度学习知识与公式
1.Lenet-5 :最先出现的卷积神经网络,1998年,由于当时的硬件还不成熟,因此到了2012年出现了AlexNet 2.AlexNet:可以说是现在卷积神经网络的雏形 3.VGGNet:五个模块的卷积叠加,网络结构如下: 4.GoogleNet:inception v1,v2,v3, xception,基本思想就是对feature map用不同的卷积核filter进行卷积,...
2018-10-01 14:13:15 1430
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人