- 博客(7)
- 收藏
- 关注
转载 cs231n学习笔记-CNN-目标检测、定位、分割
转载自: http://blog.csdn.net/zhyj3038/article/details/528703701. 基本概念 1)CNN:Convolutional Neural Networks 2)FC:Fully Connected 3)IoU:Intersection over Union (IoU的值定义:Reg
2016-12-05 18:09:02 6067
转载 CNN 中1X1卷积核的作用
转载自: http://blog.csdn.net/u014696921/article/details/52950247http://www.caffecn.cn/?/question/136从NIN 到Googlenet mrsa net 都是用了这个,为什么呢发现很多网络使用了1X1卷积核,这能起到什么作用呢?另外我一直觉得,1X1卷积核就是对输入的一
2016-12-17 11:00:20 1288
转载 Faster R-CNN论文笔记——FR
转载自:http://blog.csdn.net/qq_17448289/article/details/52871461在介绍Faster R-CNN之前,先来介绍一些前验知识,为Faster R-CNN做铺垫。一、基于Region Proposal(候选区域)的深度学习目标检测算法Region Proposal(候选区域),就是预先找出图中目标可能出现的位置,通过利用图
2016-12-10 12:06:08 1622
原创 Caffe:solver及其配置
solver算是caffe的核心的核心,它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为# caffe train --solver=*_slover.prototxt在Deep Learning中,往往loss function是非凸的,没有解析解,我们需要通过优化方法来求解。solver的主要作用就是交替调用前向(forwar
2016-12-07 09:25:21 488
原创 Caffe的Solver参数设置
http://caffe.berkeleyvision.org/tutorial/solver.html solver是通过协调前向-反向传播的参数更新来控制参数优化的。一个模型的学习是通过Solver来监督优化和参数更新,以及通过Net来产生loss和梯度完成的。 Caffe提供的优化方法有:Stochastic Gradient Descent (type: “SGD”),Ad
2016-12-07 09:23:57 689
转载 Faster R-CNN教程
转载自:Faster R-CNN教程 - CarryPotMan的博客 - 博客频道 - CSDN.NET http://blog.csdn.net/u012891472/article/details/51282809本教程主要基于Python版本的faster R-CNN,因为python layer的使用,这个版本会比matlab的版本速度慢10%,但是准确率应该是差
2016-12-07 09:18:08 1026
转载 faster rcnn可视化(修改demo.py保存网络中间结果)
转载自:http://blog.csdn.net/u010668907/article/details/51439503faster rcnn用Python版本https://github.com/rbgirshick/py-faster-rcnn以demo.py中默认网络VGG16.原本demo.py地址https://github.com/rbgirshick/py
2016-12-02 18:09:46 10937 7
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