- 博客(26)
- 收藏
- 关注
原创 目标检测数据集标注笔记
1.VOC:官网:The PASCAL Visual Object Classes Homepage (ox.ac.uk)VOC2012:http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tarVOC2007:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar2.COCO:官网:COCO - Common
2024-02-13 21:12:05
164
原创 李沐【动手学深度学习】44物体检测算法R-CNN、SSD、YOLO笔记
Faster R-CNN的修改。全连接层加入FCN,对于像素级别的标号更准确。Fast RCNN的改进。用一个神经网络(RPN)代替启发式搜索获取锚框。先用CNN提取图片中的特征,再在特征图上找锚框的映射。区域卷积神经网络(R-CNN)是最早将深度学习网络用于目标检测的方法。2.多个卷积层,每个卷积层高宽减半。4.对每个锚框预测类别和边缘框。1.一个基础网络提取特征。3.对每个卷积层生成锚框。
2024-02-09 13:57:32
238
1
原创 李沐【动手学深度学习】41边界框和数据集笔记
3.左上坐标,右下坐标,小数。2.中间坐标,高度,宽度。1.左上坐标,右下坐标。根据坐标信息定义图中边界框。
2024-02-08 11:30:42
265
原创 李沐【动手学深度学习】36、37数据增广和微调
随机裁剪一个面积为原始面积10%到100%的区域,该区域的宽高比从0.5~2之间随机取值。更改图像的亮度(brightness)、对比度(contrast)、饱和度(saturation)和色调(hue)通过对数据变形(翻转、切割、颜色变换等)获取多样性的数据,增强泛化能力。当目标数据集比源数据集小得多时,微调有助于提高模型的泛化能力。数据增广后训练的模型通常训练正确率低于测试正确率。50%的几率使图像向左或向右翻转。50%的几率向上或向下翻转。利用预训练好的模型进行训练。结合多种图像增广方法。
2024-02-06 23:47:30
157
1
原创 李沐【动手学深度学习】29残差网络(ResNet)笔记
每个模块有4个卷积层(不包括1*1的卷积层)。加上第一个卷积层和最后一个全连接层,共有18层。因此,这种模型通常被称为ResNet-18。残差网络的核心思想是:每个复杂的网络模型都应该更容易地包含原始网络。使得深层网络更加容易训练。ResNet-18 架构。三、ResNet架构。
2024-02-06 23:31:03
230
1
原创 李沐【动手学深度学习】28 批量归一化笔记
对于全连接层,作用在每一个特征维(每一列)上;对于卷积层,拉成一个矩阵之后,作用在输出维。批量归一化可加速深层网络的收敛速度。通过引入随机偏移和随机缩放加速。
2024-02-06 23:21:15
151
1
原创 李沐【动手学深度学习】23-27卷积神经网络笔记(LeNet、AlexNet、VGG、NiN、GoogLeNet)笔记
LeNet是最早发布的卷积神经网络之一,目的是识别图像中的手写数字。
2024-02-04 15:12:36
249
1
原创 李沐【动手学深度学习】11过拟合&欠拟合&误差
(generalization error)是指, 模型应用在同样从原始样本的分布中抽取的无限多数据样本时,模型误差的期望。验证集:类似模拟考。判断模型是否出现过拟合或者欠拟合,从而及时调整模型结构和超参数。(training error)是指, 模型在训练数据集上计算得到的误差。将数据分成K份,k-1份训练,一份验证,对k次结果取平均。只允许使用一次,用于评估模型。2.训练集&验证集&测试集。
2024-02-02 23:14:45
321
原创 李沐【动手学深度学习】09Softmax回归
每个图像样本都是一张28x28像素的灰度图像,总共有60,000个训练样本和10,000个测试样本而‘1.Softmax回归是一种用于。l(y预测,y真实)=-
2024-02-02 17:03:23
214
原创 李沐【动手学深度学习】03安装——学习和操作记录
分别下载torch、torchision、torchaudio三个组件,组件和CUDA、python版本需要匹配。2.安装torch。torch直接网络安装太慢了,并且容易出错。我选择先下载轮子再安装。1.安装jupyter、d2l,jupyter是记事本,d2l是李沐自己的包。输入nvcc -V检查CUDA版本或者确认CUDA是否安装。二、安装jupyter、d2l、torch。在软件和更新中将源改为阿里源。一、安装编译器,python。返回True,则安装成功。四、使用jupyter。
2024-02-02 00:25:37
349
原创 Windows和Ubuntu双系统安装
4.分别删除efi引导分区,swap交换分区,挂载点,根挂载点分区。(通常几个分区紧挨,efi引导分区文件系统名为FAT32,另一个FAT32为windows的,linux为交换分区,EXT4为挂载点,根挂载点分区)。2.重启时按F2进入BIOS界面,按F7进入启动菜单,选择Window系统。插好 U盘,重起电脑,一直按F2进入BIOS界面,点击启动菜单,选择U盘,进入安装界面。展开左侧ESP目录,选中Ubuntu文件夹下所有内容,右键,彻底删除。新电脑都是GPT分区,之前电脑有些是MBR分区。
2024-02-01 00:37:25
935
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