2016年12月_beihangzxm123

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

Leo的博客