2018年04月_Kelisita

04月 01月

原创常用目标检测算法loss总结（持续更新）

R-cnn，Fast Rcnn输入层设置特征输入分别输出到两个并行的全连接层，即传统意义上的，分类+回归cls_score层：分类层，输出K+1维的数组，pipip_{i} 表示是分类还是背景的概率bbox_predict层: 候选框需要调整层，输出4*K维数组，表示属于第K类时应该缩放平移的参数Loss fuctionloss_cls : 对分类进行评估，采用真实...

2018-04-16 10:16:21 11751 2

原创 Tiny-SSD ：使用Squeeze-Net 替换 VGG-16

前言：这个作者的思路没什么，改了个网络而已，但是没想到他里面的参数只是随便写的，并不是完全成立，而如果将这些参数设计成SSD 中VGG16的，则可以正确的编译（内心可以说各种草泥马了），把网络留在这里，可以直接替换VGG16部分。最近准备使用kitti数据集进行测试和yolo V3比较# coding=utf-8"""Keras implementation of SSD."""impo..

2018-04-08 21:34:01 3195 2

原创 4.2号阿里实习图像算法岗面经（一面，已挂，HC满了）

由于简历里写了自己相对于目标检测，计算机视觉方向了解的多一些，所以基本上没有问传统的ML算法，一共面了23分钟，基本上就凉了。 DL方面（15分钟） 1.介绍一下faster rcnn 这里我是顺着从rcnn开始一把梭说到fatser rcnn的 2.fatser rcnn是怎么进行feature map选取的 3.fatser rcnn 里的 anchor 有什么用，怎么进行不同的bo...

2018-04-03 14:30:44 6555 2

V-Net：Fully Convolutional Neural Networks

V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation

2017-05-22

k-nearest-neighbors-from-global-to-local

2017-02-23

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 常用目标检测算法loss总结（持续更新）

原创 Tiny-SSD ： 使用Squeeze-Net 替换 VGG-16