基本卷积神经网络
1.AlexNet
1.1网络结构
1.2网络说明
网络一共有8层可学习层——5层卷积层和3层全连接层
改进:
-池化层均采用最大池化
-选用ReLU作为非线性环节激活函数 -网络规模扩大,参数数量接近6000万
-出现“多个卷积层+一个池化层”的结构
普遍规律 :
-随网络深入,宽、高衰减,通道数增加
如图,左侧连接数,右侧参数。
1.3网络改进
(1)改进输入样本
最简单、通用的图像数据变形的方式。
从原始图像(256,256)中,随机的crop出 一些图像(224,224)。【平移变换,crop 】
水平翻转图像。【反射变换,flip】
给图像增加一些随机的光照。【光照、彩 色变换,color jittering】
(2)改进激活函数
采用ReLU替代Tan Sigmoid;用于卷积层和全连接层之后。
(3)添加Dropout
在每个全连接层后面使用一个 Dropout 层,以概率 p 随机关闭激活函数。
(4)采用双GPU策略
AlexNet使用两块GTX580显卡进行训练,两块显卡只需要在特定的层进行通信。
2.VGG-16
2.1网络结构
2.2网络说明
改进 :
-网络规模进一步增大,参数数量约为1.38亿。
-由于各卷积层、池化层的超参数基本相同,整体结构呈现出规整的特点。
普遍规律 :
-随网络深入,高和宽衰减,通道数增多。
2.3为什么需要残差网络
由于非残差网络的缺陷和残差网络的优势
梯度消失问题
2.4构建残差网络
残差块
3深度学习视觉应用
3.1评价指标
TP: 被正确地划分为正例的个数
FP: 被错误地划分为正例的个数
FN:被错误地划分为负例的个数
TN: 被正确地划分为负例的个数
P(精确率): TP/(TP+FP)
R(召回率): TP/(TP+FN)。召回率越高,准确度越低
P-R的关系曲线图,表示了召回率和准确率之间的关系:精度(准确率)越高,召回率越低
调整阈值可改变准确率或召回值
P-R曲线
mAP:均值平均准确率
每一个类别均可确定对应的AP
多类的检测中,取每个类AP的平均值,即为mAP
4.目标检测
4.1 目标检测问题
目标检测是在给定的图片中精确找到物体所在位置,并标注出物体的类别。 物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图 片的任何地方,并且物体还可以是多个类别。