![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
代码理解笔记
qq_652530495
这个作者很懒,什么都没留下…
展开
-
SRCNN代码理解
现附上代码地址 https://github.com/tegg89/SRCNN-Tensorflow 以灰度图像为例glob.glob得到所有训练集的图片先取出3的整数倍的像素值, 以进行下面的图像模糊过程input_ = scipy.ndimage.interpolation.zoom(label_, (1./scale), prefilter=False) input_ = sci...原创 2018-05-30 17:11:00 · 13362 阅读 · 22 评论 -
pytorch改变图片格式顺序
由(3, 224, 224) 转变为(224, 224, 3)方法1img = img.data.numpy() #先把tensor转变成numpytemp = np.zeros((224, 224, 3))temp[:, :, 0] = img[0, :, :]temp[:, :, 1] = img[1, :, :]temp[:, :,...原创 2018-07-26 16:31:31 · 2554 阅读 · 0 评论 -
ResNet解析(pytorch源码)
首先放一张各层的图片,整体分为4个layer, pytorch中也是这么分的然后这是两种设计方式,左边的是用于18,34层的,这样参数多,右面这种设计方式参数少,适用于更深度的这里是这两个基本块的代码,然后ResNet中把这些块连接起来就可以组成网络。最重要的代码就是下面这3部分,然后通过传入不同的参数给ResNet就可以建立各种经典层的网络了。class BasicBloc...原创 2018-11-06 15:20:04 · 6245 阅读 · 6 评论 -
CNN,POOLING反向传播
def conv_backward(dZ, cache): #从缓冲中恢复参数,前向传播时保存的 (A_prev, W, b, hparameters) = cache (m, n_H_prev, n_W_prev, n_C_prev) = A_prev.shape (f, f, n_C_prev, n_C) = W.shape ...原创 2018-11-07 19:37:22 · 310 阅读 · 1 评论 -
YOLO loss理解
自己理解的YOLO loss 是 对于真实(label)有物体的格子,计算位置(坐标)损失,权重大一点。所有框都计算判别概率损失,无物体的格子 权重小一点。所有各自计算类别损失...原创 2018-11-15 19:29:01 · 4309 阅读 · 1 评论