- 博客(17)
- 收藏
- 关注
RSS订阅原创 使用pytorch进行迁移学习 修改预训练权重模型的分类层/输出类别（附mmaction相关实现代码）
文章目录examplestep1 文件建立step2 获得预训练模型step3 模型修改参考文章example以mmaction中的tsn+resnet50+kinetics训练的模型作为预训练模型，拿来训练TSN+resnet+ucf101。step1 文件建立建立文件tools/transfer_model.py。step2 获得预训练模型在mmaction/modelzoo中找到...
2020-05-05 21:11:21
4692
4
原创 mmaction中的rawframes_dataset.py
文章目录相关的包import mmcvimport numpy as npimport os.path as ospfrom mmcv.parallel import DataContainer as DCfrom torch.utils.data import Datasetfrom .transforms import (GroupImageTransform)from .u...
2020-04-27 21:46:56
1224
原创 mmaction中的transforms.py
文章目录import mmcvimport numpy as npimport randomimport math__all__ = ['GroupImageTransform', 'ImageTransform', 'BboxTransform']这个文件有3个模块，GroupImageTransform、ImageTransform和BboxTransform。暂时只阅读了G...
2020-04-27 15:53:18
777
原创 TPN中的resnet源码阅读笔记
文章目录resnet该TPN项目是基于mmaction修改的。所以这里的resnet是由mmaction实现的，不过还是与mmaction的resnet有所不同。resnetresnet的讲解resnet50图解torch.nn.BatchNorm2dpytorch中的batchnorm2d介绍相关论文：resnet:resnettsm:tsmresnet的各层设计有两种方式，前者...
2020-04-26 14:27:15
672
2
原创 论文阅读009-Fast R-CNN
文章目录写在前面本文重点模型设计步骤一：图片特征提取步骤：候选框特征图池化步骤：物体分类和边框回归参考文献写在前面Fast R-CNN是R-CNN作者对R-CNN的改进，结合了SPP-Net中提出的spatial pyramid pooling结构。本文重点提出了ROI Pooling层，实质上是单层SPPNet。可以同时进行物体分类和边框回归。注：针对R-CNN进行的改进全连接层...
2019-07-23 14:03:30
228
原创 论文阅读008-SPPNet-Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
文章目录写在前面本文重点模型设计步骤一：候选框搜索步骤二：全图特征提取（1-5层）步骤三：候选框特征提取（SPM）步骤四：特征向量分类识别讨论参考文献写在前面SPP-Net是2015年发表在IEEE上的论文，基于R-CNN改进。本文重点提出了一种可以输入任意尺寸大小的图片进行训练和测试的Spatial Pyramid Pooling空间金字塔结构。使用CNN只进行一次全图特征提取，节省...
2019-07-21 15:42:06
207
原创 论文阅读007-OverFeat-OverFeat: Integrated Recognition, Localization and Detection using Convolutional Ne
目录写在前面本文重点模型设计图片分类步骤一：特征提取（1-5层）步骤二：物体分类（6层-output）物体定位步骤三：regressor network回归网络步骤四：多余框合并模型缺点参考文献写在前面overfeat（2014）是在AlexNet（2012）基础上进行改进的。overfeat与R-CNN的发布时间很相近，但是overfeat名气好像比较小，关键应该在于，R-CNN的创新点...
2019-07-20 18:57:50
249
原创 论文阅读006-RCNN-Rich feature hierarchies for accurate object detection and semantic segmentation
写在前面阅读论文的时候有一些术语不理解，在这里汇总一下。Region Proposal Algorithms：将图片分成很多很小的区域的方法就Region Proposal Algorithms也有好几种。Exhaustive Search 穷举法遍历图像的每一个像素Segmentation 分割法Selective Search……可以参考下面文献查看更多术语的详细解释：...
2019-07-19 15:56:31
164
原创 论文阅读004-ResNet-Deep Residual Learning for Image Recognition
首先通过卷积神经网络by吴恩达所简要介绍的ResNet来说明该论文的重点。
2019-07-10 11:26:22
297
原创 卷积神经网络中的卷积有什么用？
卷积可以提取图片中的特征。参考文献 https://blog.csdn.net/charleswangzi/article/details/82733016结合卷积神经网络by吴恩达 来看，上图所示的卷积在不同的论文中被称作filter或者kernel，它代表着我们要提取的某个特征。如该PPT所示，其要提取左图的垂直边缘特征。将原始图片与卷积核进行卷积，可以发现右图中间两列的值非常大，那就...
2019-07-07 14:02:54
2085
原创 论文阅读003-VGGNet-Very Deep Convolutional Networks for Large-Scale Image Recognition
摘要（中文渣翻）对于许多NLP任务，主要方法是循环神经网络，特别是LSTMs，以及卷积神经网络。可是，这些结构相对于深度卷积神经网络是相当浅的，深度卷积神经网络在计算机视觉领域是最前沿的。我们展示了一种新的结构**（VD-CNN）**用于文本处理，它可以在字符级别上操作并且只要使用小型卷积和池化操作。该模型深度约大，效果越好：使用最多29层卷积层，在多个公开文字处理任务上表现优异。就目前所知，这...
2019-06-15 17:29:09
356
原创 论文阅读002-Inception V3-Rethinking the Inception Architecture for ComputerVision
摘要翻译目前卷积网络在计算机视觉方面的许多任务都很重要。自从2014年开始，很深的卷积网络开始成为主流，在多种基准下都十分有效。因为庞大的模型规模和计算量为大部分任务（只要训练集有大量标注数据）换来了准确性，计算效率和少参数量仍旧在移动视觉和大数据场景下十分重要。所以我们研究以尽可能高效利用分解卷积和积极正则化来扩大网络规模。在ILSVRC2012分类挑战中，验证集的结果证明了我们得到了目前为止...
2019-06-15 16:43:15
343
原创 论文阅读001-AlexNet-ImageNet Classification with Deep Convolutional Neural Networks
摘要（中文渣翻）在ImageNet LSVRC-2010竞赛中，我们训练了一个庞大的深度卷积神经网络，将120万张高像素图片分成1000类。在测试集中，top-1和top-5的错误率达到了37.5%和17.0%，这是目前最好的结果。神经网络有6千万个参数和65万个神经元，由5个卷积层和3个全连接层组成，其中某些卷积层后跟有一个max-pooling层，同时最后跟有一个1000-way的softm...
2019-06-15 16:16:21
219
原创 mac+Xcode+opencv+ c++环境配置
使用官网给的命令进行下载/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"忽略前面一大串名字，终于安装好了，这里最好用的热点安装= =速度好快，之前怎么装也装不上。接下来就是安装opencv，看了下可以选择安装版本？？但是我直接安装openc...
2019-04-21 23:59:40
1584
4
原创 cs231n_assignment1_KNN
KNNKNN算法实现主要涉及两个文件，一个是knn.ipynb，另一个是K_nearest_neighbor.py。实现compute_distances_two_loops def compute_distances_two_loops(self, X): #NO.1 实现 """ Compute the distance between each test poi...
2018-12-23 19:58:55
388
原创 mac环境下配置jdk
进行JAVA的JDK环境配置1.在Oracle官网上下载相关的jdk1.8，然后进行提示安装，安装到默认目录为 /Library……2.在Mac终端中进入该目录，然后vi .bash_profile把环境配置的相关文本复制进去，之后保存保存时会遇到一个问题，它提示说不能读和写这时只要在文件的命令行中：%！ sudo tee % > /dev/null此时会提示输入s
2017-06-28 13:25:11
385
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