DeepLearning
文章平均质量分 71
SunnyFish-ty
学习学习再学习!
展开
-
深度学习:学习率learning rate 的设定规律
Introduction学习率 (learning rate),控制 模型的 学习进度 : 学习率大小 学习率 大学习率 小学习速度快慢使用时间点刚开始训练时一定轮数过后副作用1.易损失值爆炸;2.易振荡。1.易过拟合;2.收敛速度慢。学习率设置在训练过程中,一般根据训练轮数设置动态变化的学习率。刚开始训练时:学习率以 0.01 ~ 0.001 为宜。一定轮数过后:逐渐减缓。接近训练结束:学习速率...转载 2018-05-25 16:00:05 · 82048 阅读 · 10 评论 -
yolo训练自己样本的心得-转载
准备训练数据使用darknet训练自己的YOLO模型需要将数据转成darknet需要的格式,每张图片对应一个.txt的label文件,文件格式如下:<object-class> <x> <y> <width> <height>object-class是类的索引,后面的4个值都是相对于整张图片的比例。x是ROI中心的x坐标,y是ROI中心的...转载 2018-06-20 14:57:58 · 2940 阅读 · 0 评论 -
图像标注规则 | Pascal VOC 标注规则的学习和分析
有一句话, 相信大家都会认同神经网络算法再牛, 也不会比你标的数据更准标注数据, 对于算法本身和应用都意义重大, 而其中很有学问;有幸 Pascal VOC 的标注规则是公开的, 自己读后有一些学习体会,与君共享。如果图片内物体过多导致无法标注, 放弃检测画框个人认为其中 (2) 并不十分合理, 或者说扩展性差; 因为在不同情况下我们很容易改变对物体的定义,如果按一种固定标准去给出一个布尔值 (T...转载 2018-07-03 14:39:43 · 5418 阅读 · 0 评论 -
yoloV3参数理解及注释
不对的地方求各位纠正[net]# Testing#batch=1#subdivisions=1# Trainingbatch=64 一批训练样本的样本数量,每batch个样本更新一次参数subdivisions=64 batch/subdivisions作为一次性送入训练器的样本数量 如果内存不够大,将batch分割为subdivisions个子bat...原创 2018-07-04 09:10:26 · 23487 阅读 · 9 评论 -
darknet简介
ttps://pjreddie.com/darknet/ 附录1:darknet深度学习框架源码分析:详细中文注释,涵盖框架原理与实现语法分析https://github.com/hgpvision/darknetdarknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架,其主要特点就是容易安装,没有任何依赖项(OpenCV都可以不用),移植性非常好,支持CPU与GPU两种计算方式。 相...转载 2018-07-11 10:18:42 · 2619 阅读 · 0 评论 -
激活函数的作用(转载)
作者:颜沁睿链接:https://www.zhihu.com/question/22334626/answer/103835591来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 我觉得@lee philip的答案呢主要是在说为什么需要用非线性函数来进行分类, 而没有点出为什么没有activation function就不能非线性分类. 于是乎祭出...转载 2018-07-20 15:35:41 · 596 阅读 · 0 评论 -
win10下cudnn的安装教程
cuda的安装可参考https://jingyan.baidu.com/article/b24f6c821a2f8b86bfe5da19.html下载cudnn的安装文件cudnn-7.0-win-x64-v3.0-prod.zip强调一下,cudnn的安装版本要和cuda版本匹配,版本查询和下载可在英伟达官网 https://developer.nvidia.com/cudnn将文件...转载 2018-08-23 15:51:11 · 1921 阅读 · 0 评论 -
深度学习:神经网络中的前向传播和反向传播算法推导
1. 神经网络这是一个常见的神经网络的图:这是一个常见的三层神经网络的基本构成,Layer L1是输入层,Layer L2是隐含层,Layer L3是隐含层,当我们输入x1,x2,x3等数据时,通过隐含层的计算、转换,输出你的期望,当你的输入和输出是一样的时候,成为自编码模型(Auto-Encoder),而当你输入和输出是不一致的时候,也就是我们常说的人工神经网络。 2. 如...转载 2018-08-24 16:02:08 · 591 阅读 · 0 评论 -
YOLOv3网络结构解析
先贴一张结构图镇楼: layer filters size input output 0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs 1 conv 64 3 x 3 / 2 416 x 416 x 32 -> 208 x 208 x 64 1.595 BFLOPs 2 conv 32 1 x 1 ...转载 2018-09-14 09:50:04 · 2844 阅读 · 0 评论 -
windows 下 cudnn的安装方法
下载cudnn的安装文件https://download.csdn.net/download/qq_33485434/10794010将文件解压,例如解压到d:\cuda\解压后有三个子目录:bin,include,lib将bin目录(例如 d:\cuda\bin)添加到环境变量 PATH 中,不会添加环境变量请自行百度。用 vs 新建 cuda 项目。在vs编辑器正上方,Solu...原创 2018-11-19 16:59:33 · 863 阅读 · 0 评论 -
Keras 切换后端(Theano和TensorFlow)
实验室新装了keras,发现keras默认后端是tensorflow,想换回theano,看了官方文档也没搞懂,最终搞定,很简单。 中文文档的描述:keras中文文档,切换后端其实就是在C:\Users\75538(75538是我的windos用户名字,找你对应的用户名就行)下有个文件夹.keras,里面有keras.json文件,改一下里面的内容就好了,如果没有文件夹和文件,手动创建就行。...原创 2019-02-15 11:40:57 · 1129 阅读 · 0 评论 -
kaggle比赛猫狗数据集百度网盘分享
链接:https://pan.baidu.com/s/13hw4LK8ihR6-6-8mpjLKDA 密码:dmp4转载 2019-02-15 15:45:51 · 2589 阅读 · 0 评论 -
深度学习网络训练中出现loss函数为nan的原因
说法一:说明训练不收敛了, 学习率太大,步子迈的太大导致梯度爆炸等都是有可能的,另外也有可能是网络的问题,网络结构设计的有问题。我现在的采用方式是:1. 弱化场景,将你的样本简化,各个学习率等参数采用典型配置,比如10万样本都是同一张复制的,让这个网络去拟合,如果有问题,则是网络的问题。否则则是各个参数的问题。2. 如果是网络的问题,则通过不断加大样本的复杂度和调整网络(调整拟合能力)来改变。3....转载 2018-06-19 14:16:38 · 34243 阅读 · 0 评论 -
windows下利用虚拟机安装ubuntu
安装虚拟机在虚拟机上安装ubuntu14041 下载ubuntu1401安装包2 打开Oracle VM VirtualBox创建虚拟机3 在创建的虚拟机上添加ubuntu操作系统的安装文件4 开始安装ubuntu操作系统设置主机和Virtualbox虚拟机之间共享文件夹及双向拷贝1 设置虚拟主机2 在ubuntu中进行相应设置1.安装虚拟机这里使用Oracle VM VirtualBox - 进...原创 2018-06-25 16:51:21 · 416 阅读 · 0 评论 -
The Activation Function in Deep Learning 浅谈深度学习中的激活函数
原文地址:http://www.cnblogs.com/rgvb178/p/6055213.html版权声明:本文为博主原创文章,未经博主允许不得转载。激活函数的作用首先,激活函数不是真的要去激活什么。在神经网络中,激活函数的作用是能够给神经网络加入一些非线性因素,使得神经网络可以更好地解决较为复杂的问题。比如在下面的这个问题中:如上图(图片来源),在最简单的情况下,数据是线性可分的,只需要一条直...转载 2018-05-25 17:18:41 · 249 阅读 · 0 评论 -
深度学习视觉领域常用数据集汇总
[导读]“大数据时代”,数据为王!无论是数据挖掘还是目前大热的深度学习领域都离不开“大数据”。大公司们一般会有自己的数据,但对于创业公司或是高校老师、学生来说,“Where can I get large datasets open to the public?”是不得不面对的一个问题。 本文结合笔者在研究生学习、科研期间使用过以及阅读文献了解到的深度学习视觉领域常用的开源数据集,进行介绍和汇总...转载 2018-05-28 09:33:18 · 738 阅读 · 0 评论 -
基于深度学习目标检测方法R-CNN、Fast R-CNN、Faster R-CNN演进简介
object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,更何况物体还可以是多个类别。object detection技术的演进:RCNN->SppN...转载 2018-06-05 16:29:59 · 329 阅读 · 0 评论 -
从CNN开始认识深度学习
1.边界检测示例假如你有一张如下的图像,你想让计算机搞清楚图像上有什么物体,你可以做的事情是检测图像的垂直边缘和水平边缘。 如下是一个6*6的灰度图像,构造一个3*3的矩阵,在卷积神经网络中通常称之为filter,对这个6*6的图像进行卷积运算,以左上角的-5计算为例 3*1+0*0+1*-1+1*1+5*0+8*-1+2*1+7*0+2*-1 = -5 其它的以此类推,让过滤器在图像上逐步滑动,...转载 2018-06-05 13:56:26 · 231 阅读 · 0 评论 -
全卷积网络FCN与卷积神经网络CNN的区别
背景CNN能够对图片进行分类,可是怎么样才能识别图片中特定部分的物体,在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑,于是无穷无尽的人往坑里面跳。全卷积网络 Fully Convolutional NetworksCNN 与 FCN...转载 2018-06-05 13:59:34 · 37385 阅读 · 3 评论 -
卷积神经网络系列之softmax,softmax loss和cross entropy的讲解
我们知道卷积神经网络(CNN)在图像领域的应用已经非常广泛了,一般一个CNN网络主要包含卷积层,池化层(pooling),全连接层,损失层等。虽然现在已经开源了很多深度学习框架(比如MxNet,Caffe等),训练一个模型变得非常简单,但是你对这些层具体是怎么实现的了解吗?你对softmax,softmax loss,cross entropy了解吗?相信很多人不一定清楚。虽然网上的资料很多,但是...转载 2018-06-06 09:34:13 · 290 阅读 · 0 评论 -
从YOLOv2到YOLOv3,目标检测网络升级之处
YOLOv3的前世今生2015 年,R-CNN 横空出世,目标检测 DL 世代大幕拉开。各路豪杰快速迭代,陆续有了 SPP,fast,faster 版本,至 R-FCN,速度与精度齐飞,区域推荐类网络大放异彩。奈何,未达实时检测之基准,难获工业应用之青睐。此时,凭速度之长,网格类检测异军突起,先有 YOLO,继而 SSD,更是摘实时检测之桂冠,与区域推荐类二分天下。然准确率却时遭世人诟病。遂有 J...转载 2018-06-06 14:32:15 · 1719 阅读 · 0 评论 -
深度学习图像标注工具汇总
对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型,但是却有不同的任务。但是数据标注是个耗时耗力的工作,下面介绍几个图像标注工具:LabelmeLabelme适用于图像分割任务的数据集制作: 它来自下面的项目:https://github.com/wkentaro/labelme该软件实现了最基本的分割数据标注工作,在save后将保持O...转载 2018-06-06 15:01:47 · 1302 阅读 · 0 评论 -
yolo自带标注工具yolo_mark下载及使用说明
官网写的比较详细,下载参考 https://github.com/AlexeyAB/Yolo_mark双击运行windows命令脚本,而不是exe。将要标注的样本路径,写入train.txt文件中上面这个是obj.data文件中内容train.txt内容...原创 2018-06-06 16:47:35 · 12571 阅读 · 4 评论 -
如何实现labelImg源码运行
作为python小白,面对这个python写的labelImg 深度学习图像标注工具,想要对其源码进行修改并编译运行,相当折腾,幸好很多前辈的经验综合在一起,最终实现了!现在总结如下:首先代码的获取和整个执行过程是按照github上的官方说明来的:https://github.com/tzutalin/labelImg我是在windows下,按照官网中的如下说明做准备因为之前已经安...原创 2018-06-07 12:33:18 · 5148 阅读 · 0 评论 -
航空遥感图像(Aerial Images)目标检测数据集汇总
常规目标检测数据集有很多,现在前沿的目标检测算法(如Faster R-CNN, Yolo, SSD, Mask R-CNN等)基本都是在这些常规数据集上实验的,但是,基于常规数据集训练的分类器,在航空遥感图像上的检测效果并不好,主要原因是航空遥感图像有其特殊性:1,尺度多样性,航空遥感图像从几百米到近万米的拍摄高度都有,且地面目标即使是同类目标也大小不一,如港口的轮船大的有300多米,小的也只有数...转载 2018-06-08 13:51:41 · 4138 阅读 · 0 评论 -
keras上Vgg16的finetune实现代码
本文针对初学者,结合自己动手经验对keras文档中 面向小数据集构建图像分类模型 这一节中设计的代码及实现效果做一个总结,希望对急于实现分类效果的新人有一定帮助!全文分为三个部分,分别对应keras文档中的三部分完整代码的可运行版(本人机器配置:1050Ti显卡+tensoflow(1.12.0)(有无gpu都可以)+Keras (2.2.4)+Keras-Applications (1.0....原创 2019-02-21 16:23:13 · 1558 阅读 · 0 评论