yuanCruise

排序：
默认
按更新时间
按访问量
RSS订阅

原 目标检测 | 让YOLOv2告诉你Trick的力量

0.简介 在前一篇文章目标检测 | 让YOLOv1算法告诉你回归网络的能力中我们见证了回归网络的能力，本文就利用YOLOv2的整体实现，来告诉大家一些在目标检测领域中的Trick的力量。YOLOv2论文中其实讲到了两个算法：YOLOv2和YOLO9000。本文因为主要介绍的是检测领域的Trick...

2019-02-07 13:35:06

阅读数 53

评论数 0

原 目标检测 | 让YOLO算法告诉你回归网络的能力

0.简介 这段时间YOLO系列算法很火，尤其是YOLOv3，很多大牛都复现了其在各种平台下的实现（tensorflow，pytorch，caffe…）。主要还是因为YOLOv3算法结合了很多有用的trick，兼顾了速度和精度。但究其本质仍然是回归算法，所以我们在这里先详细介绍下YOLOv1的实现细...

2019-02-03 09:16:08

阅读数 56

评论数 0

原 深度学习 | 训练网络trick——label smoothing(附代码)

1.背景介绍： 在多分类训练任务中，输入图片经过神级网络的计算，会得到当前输入图片对应于各个类别的置信度分数，这些分数会被softmax进行归一化处理，最终得到当前输入图片属于每个类别的概率。 之后在使用交叉熵函数来计算损失值： 最终在训练网络时，最小化预测概率和标签真实概率...

2019-01-29 00:23:26

阅读数 55

评论数 0

原 ShuffleNet V1/V2 | 轻量级深层神经网络

1.简介 ShuffleNet V1是Face++于2017年提出的轻量级深层神经网络。作者在2018年又提出了基于V1版本改进的ShuffleNet V2版本。ShuffleNet V1中的核心思想为group结合shuffle操作来改进传统的ResNet的block。而ShuffleNet V...

2019-01-21 23:32:56

阅读数 21

评论数 0

原 SqueezeNext | 轻量级深层神经网络

SqueezeNext网络于2018粘月公开于arxiv，它号称是基于SqueezeNet进行改进的又一轻量级网络，但它之所以不叫SqueezeNet V2，个人认为究其原因还是因为SqueezeNext其实本质上和SqueezeNet关系不是很大。。。SqueezeNext文章中比较有特色的是论...

2019-01-21 23:32:26

阅读数 8

评论数 0

原 SqueezeNet | 轻量级深层神经网络

SqueezeNet的作者来自Berkeley和Stanford，论文的题目毫无学术气息，且有一股浓烈的网络爆文感。SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model si...

2019-01-21 23:31:53

阅读数 16

评论数 0

原 MobileNets V1/V2 | 轻量级深层神经网络

Mobilenets是Google针对手机的智能型嵌入式设备提出的一种轻量级深度卷积神经网络，该网络的核心为深度可分离卷积，该卷积可以分解为深层卷积（depthwise conv）和点对点卷积（Point conv）。Mobilenets一共有两个版本：MobilenetsV1，Mobilenet...

2019-01-21 23:30:52

阅读数 14

评论数 0

转 C++ | 公有，私有，受保护成员以及继承时的作用

1、public：public表明该数据成员、成员函数是对所有用户开放的，所有用户都可以直接进行调用 2、private：private表示私有，私有的意思就是除了class自己之外，任何人都不可以直接使用。 3、protected：protected对于子女、朋友来说，就是public的，可以自...

2019-01-21 19:23:18

阅读数 13

评论数 0

原 算法 | 二叉树的构建与遍历

0.简介 对于二叉树的遍历，有四种方式：层序输出，前序输出，中序输出，后序输出。但不论利用何种输出方式对二叉树进行遍历，其前提为必须提前已知一颗树。那么什么叫做已知一颗树呢？ 所谓已知一棵树的意思即为：已经用数据结构定义好的树，通过该树可以知道哪个节点是根；哪个节点是左儿子,右儿子；哪个节点是左儿...

2019-01-20 16:12:11

阅读数 20

评论数 0

原 算法 | Python实现七大面试转考排序算法

0.简介 不稳定的四个排序算法 选择排序： 0(n2) 希尔排序： 0(n1.3) 快速排序：0(nlog2n) 堆排序：0(nlog2n) 稳定的三个排序算法 插入排序： 0(n2 冒泡排序：0(n2) 归并排序： 0(nlog_2n) 所谓稳定和不稳定： 稳定：如果a原本在b前面，而a=b，...

2019-01-20 15:42:20

阅读数 20

评论数 0

原 深度学习 | 分类任务中类别不均衡解决策略（附代码）

0.前言 在解决一个分类问题时，遇到样本不平衡问题。CSDN后，发现网上有很多类似于欠采样 ，重复采样，换模型等等宏观的概念，并没有太多可实际应用（代码）的策略。经过一番查找和调试，最终找到3个相对靠谱的策略，故总结此文给有需要同志，策略均来自网络，本人只是进行了可用性测试并总结于此。以下将简单介...

2019-01-20 12:26:20

阅读数 64

评论数 0

原 Caffe | 多标签训练的三种策略

0.多标签问题 在很多深度学习任务中会用到多标签学习，比如做目标检测任务，如下图所示，图片1中物体类别为1，剩余的四个为其位置坐标。图片2中物体类别为2，剩余的四个为其位置坐标。所以即使一张图片中只有一个目标但其仍然是多标签学习问题。 0000001.jpg 1 72 79 232 273 000...

2019-01-20 12:25:52

阅读数 62

评论数 0

原 Caffe | 自定义字段和层

1.自定义字段 最近在老版本的caffe上跑resnext网络的时候出现如下所示的bug，正如我们上一篇文章Caffe | 核心积木Layer层类详解中说到的，在caffe.proto文件的PoolingParameter中没有ceil_mode这个field字段。因此只有在源码中添加这个参数以及...

2019-01-20 12:25:26

阅读数 33

评论数 0

原 Caffe | 核心积木Layer层类详解

0.简介 Layer层类是Caffe中搭建网络的基本单元，当然也是使用Caffe训练的核心部件单元，因此我们将其称之为Caffe的核心积木。Layer基类派生出了各种不同功能的层类，Layer类派生出来的层类通过实现两个虚函数Forward()和Backward()，产生了各式各样功能的层类。Fo...

2019-01-20 12:24:55

阅读数 46

评论数 0

原 Caffe | 教你如何读懂caffe代码

0.简介 要读懂caffe，首先要熟悉Blob,Layer,Net,Solver这几个大类。这四个大类紧密相连，贯穿了整个caffe的结构，下面先分别简单地介绍一下这四个类的主要作用。 Blob：作为数据传输的媒介，无论是网络权重参数，还是输入数据，都是转化为Blob数据结构来存储 Layer：...

2019-01-20 12:24:28

阅读数 27

评论数 0

原 Caffe | 你的第一个分类网络之Caffe训练

1.生成lmdb lmdb是caffe训练网络用的数据格式，因此我们需要将原始的图片数据转换成lmdb（当然caffe中也可以直接用jpg进行训练）。利用上文Caffe | 你的第一个分类网络之数据准备中得到的train.txt和test.txt结合GitHub上caffe自带的批处理文件cre...

2019-01-20 12:23:56

阅读数 55

评论数 0

原 Caffe | 你的第一个分类网络之数据准备

0.准备数据集 将每个类别的图片存放到对应的文件夹中，如下图所示。需要注意的是每个图片的名称不要有空格和括号，否则会导致生成lmdb文件的时候路径读入错误。 1.生成train.txt和test.txt train.txt：存的是训练集数据路径和类别 test.txt：存的是测试集数据路径和类...

2019-01-20 12:23:10

阅读数 52

评论数 1

原 【opencv15】cv::Mat类单独访问数组元素

#####1.利用at<>()成员函数访问数组元素 最基础的直接访问手段是通过模板成员函数at<>()，对数组元素进行访问。因为是模板函数，所以该函数可以接受各种类型和维度的参...

2019-01-20 11:25:20

阅读数 44

评论数 0

转 密集人群计数综述

转载自：https://www.codercto.com/a/42773.html 交流讨论：qq群：901373769 本期我们迎来了编辑团队的新成员，来自复旦大学计算机的在读博士老田和电闪雷鸣。哈哈，邀请不到大牛，把大牛的学生挖过来也不错。本期他...

2019-01-17 13:56:36

阅读数 97

评论数 0

原 【opencv14】cv::Mat---Desne数组类

0.给自己打个小广告 本人211硕士一枚，目前从事深度学习，机器学习计算机视觉算法行业，目前正在将我的各类学习笔记发布在我的公众号中，希望感兴趣一起学习的同学们可以关注下~~~ 本人微信公众号：yuanCruise 1.cv::Mat类简介 cv::Mat用于大型矩阵类型，这可以说是O...

2018-12-22 09:27:38

阅读数 112

评论数 0

提示
确定要删除当前文章？
取消 删除
关闭
关闭