2018年05月_傲娇的程序猿

09月 06月 05月

原创 Tensorflow系列：Batch-Normalization层

Batch-Normalization有三种定义格式，下面分别介绍：1、tf.contrib.layers.batch_normtf.contrib.layers.batch_norm( inputs,#输入 decay=0.999,#衰减系数。合适的衰减系数值接近1.0,特别是含多个9的值：0.999,0.99,0.9。如果训练集表现很好而验证/测试集表现得不好，选择 ...

2018-05-20 16:22:32 1127

原创 Faster Rcnn 源码解析（四）—— proposals_targte_layer.py

功能：根据GTbox和topN proposals选择满足要求的128个proposals（包括fg和bg），然后加上物体类别标签和bbox的回归目标，只有在该类别的对应位置上面才会有位置信息）,并计算权重weights。（这128个proposals是包含了Gtbox的？）输入：bottom[0]: rpn_rois，从proposal_layer提取到的proposalsbotto...

2018-05-16 21:20:37 606

原创 Faster Rcnn 源码解析（三）—— bbox_transform.py

2018-05-16 15:47:06 2952 5

原创 Faster Rcnn 源码解析（二）—— proposals_layers.py

输入：ProposalLayer有三个输入bottom[0]：是每一个anchor是否是前景的概率，大小为：(batch_size,2*A,w,h)，A表示anchor的数量bottom[1]: 每个anchor的坐标偏移量，大小为：(batch_size,4*A,w,h)bottom[2]: 'im_info',图片w,h,scale输出：top[0]:M行5列，M表示proposals的...

2018-05-16 15:35:14 561

原创 Faster Rcnn 源码解析（一）—— anchor_targte_layer.py

rpn_conv/3x3层，3*3卷积卷积层，featuremap为256。每个像素点用256的向量表示。rpn_cls_score层，生成2(bg/fg) * (anchors)的output。rpn_bbox_pred层，生成4 * (anchors)的output。这里的4暗示的是（x-xa）/wa;（y-ya）/ha; log(w/wa); log(h/ha);rpn_cls_sc...

2018-05-16 10:02:57 793

原创 SSD配置和训练以及遇到的坑

SSD配置1、clone作者github下的caffe文件包git clone https://github.com/weiliu89/caffe.gitcd caffegit checkout ssd(出现“分支”则说明copy-check成功...作者caffe目录下有三个分支fcn/master/ssd, 利用git checkout来切换分支，否则只有master目录下的文件，这一步特...

2018-05-12 20:34:35 2974 1

原创 ResNet那些不解之谜

摘要残差网络更容易优化，并且可以从显著增加的深度中获得准确性。在ImageNet数据集上，我们对剩余的网进行评估，其深度为152层，比VGG网41层更深，但仍可以保证有较低的复杂度。解决问题：1）网络深度加深，会产生梯度消失和爆炸。利用规范化的初始化和Batch Normalization解决，使得具有数十层的网络通过随机梯度下降(SGD)方法可以开始收敛。2）会产生网络退化的现象，不是由于过拟...

2018-05-09 13:08:56 1549 4

原创海量数据处理

常用的几种方法：1、分治法/Hash映射 + hash_mapa、将海量数据通过Hash映射为若干的小文件；b、利用hash_map对每个小文件进行统计（key为数据内容，value为出现次数）； 2、Bloom FilterBloom Filter是一种允许有少量错误的数据判重或者集合求交集的方法。具体内容以及公式参考博客Bloom Filter 算法简介 (增加 Counting Bloom ...

2018-05-07 19:16:41 262

VGG_ILSVRC_16_layers_fc_reduced.caffemodel

ssd训练时的预训练模型，可以直接用于检测。欢迎大家下载

2018-05-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人