- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【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