deep learning
文章平均质量分 52
冬日and暖阳
Github: https://github.com/pengfeidip
邮箱:pengfeidip@qq.com
展开
-
RepVGG的caffe实现
背景利用caffe实现一下repvgg的转化,借此学习一些东西https://github.com/imistyrain/RepVGG-caffe一、网络分析见图1 ,RepVGG_A0里面是两个stage。这两个stage是两种类型的stage,分别是2分支和3分支的stage。整个RepVGG_A0就是这两种类型网络仅在 索引为 [0, 1, 3, 7, 21]的stage是2分支(1×1卷积 + 3×3卷积),其他都是3分支(identity分支+1×1卷积 + 3×3卷积)原创 2021-04-13 19:15:13 · 239 阅读 · 3 评论 -
identity转化为1×1卷积核以及3×3卷积核
说明\qquadidentity分支就是直连分支,简单说就是复制自我。在实际代码运行中,为了优化掉本操作已减少访存等带来的时间消耗,可以将本操作与其他卷积核进行融合。\qquad融合的基础是identity可以转化为1×11\times11×1卷积核以及3×33\times33×3卷积核。具体见如下的pytorch代码代码import torchimport torch.nn as nninput = torch.randn(1, 3, 512, 512, dtype=torch.float32原创 2021-04-01 18:17:26 · 1188 阅读 · 0 评论 -
windows10 + caffe 配置CUDA10.0
背景一直以来生产中的环境都是caffe + GTX1060显卡 + CUDA8 + cuDNN5,因为面临着10系越来越不好买(停产一年有余),所以需要更换20系的显卡,并选择了RTX 2060。 但是由于2060是图灵架构,只能使用CUDA10,...原创 2019-10-25 19:33:51 · 1962 阅读 · 0 评论 -
Machine learning Year阅读笔记
Machine learning Year01 Why Machine Learning Strategy比如想开发一个图像分类的APP,识别图像中是否含有猫,通常可能有以下想法:Your team has a lot of ideas, such as:• Get more data: Collect more pictures of cats.• Collect a more di...原创 2019-10-21 19:00:47 · 269 阅读 · 0 评论 -
retina-net中为什么冻结BN层,
转载 2019-01-24 15:02:28 · 2383 阅读 · 0 评论 -
目标检测-SSD-检测-细节
看源码的时候发现在检测阶段很有意思,主要分为以下几部对预测的location解码排除背景目标, 也就是置信度最高的是背景的bounding boxes在同类中的框之间做NMSNMS时在同类图中做NMS, 为什么不整体做NMS 是因为防止拥挤物体的错误的抑制掉NMS只关注置信度top_k(原作者是400)的bounding boxes...原创 2019-01-07 20:31:00 · 162 阅读 · 0 评论 -
深度学习-目标检测-SSD-pytorch
有个细节要注意, 返回的target,针对每个图像是不同的维度。因为每个图所拥有的bounding boxes的数量是不相同的,不像yolo,target的维度是固定的。原创 2019-01-05 09:37:10 · 1189 阅读 · 0 评论 -
linux 下载 voc2007/2012 数据集
wget http://pjreddie.com/media/files/VOC2012test.tarwget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tarwget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tarwget https://pj...原创 2018-12-29 09:08:53 · 4604 阅读 · 3 评论 -
mAP/目标检测评价指标/AP/average precision
最好的说明文档以及实用程序https://github.com/rafaelpadilla/Object-Detection-Metrics转载 2018-12-10 20:33:33 · 735 阅读 · 0 评论 -
深度学习-目标检测-数据扩增
有些数据扩增牵扯到bounding box的坐标变换问题, 需要多注意:变换方式注意事项图像翻转没什么太多要注意的, 正常变换就好图像平移当图中的物体被平移出去时, 要记得取消bounding box(判定物体是否平移出去的标准不一, 可以依据留在图像内部的bounding box的面积占原来bounding box面积的百分比, 也可以依据bounding bo...原创 2018-11-27 21:45:43 · 1111 阅读 · 0 评论 -
YOLO v1一些细节上的理解
由imtrainim_{train}imtrain生成target值得注意啊啊啊loss function里面的 xi,yix_i, y_ixi,yi是bboxes的中心坐标归一化并矫正后的值, 取值范围是[0, 1] ; wi,hiw_i, h_iwi,hi是归一化的值 取值范围是[0, 1]一张用来train的图像imtrainim_{train}imtrain, ...原创 2018-11-26 16:27:54 · 221 阅读 · 0 评论 -
CNN术语:卷积层
看Alexnet原文的时候, 感觉它的描述和给的结构图总是对不上,后来仔细研究发现一些细节它这里面每个卷积层这个词语包括多个操作, 有的是卷积+pooling, 有的是卷积+pooling+local response normalizationpadding的方式,...原创 2018-08-06 20:45:14 · 569 阅读 · 0 评论