机器学习_成长之路

现在对于从RCNN到FRCNN的论文已经有了很多优秀的博客来介绍，因此在这里，我只简单写一些思路性的东西，以及为了理解所加入的一些基础知识。一、RCNN的整体结构 如上图所示，RCNN的整体结构其实相对比较简单，首先为输入图像（可以是任意尺寸），其次通过Region Proposal 获取到约2000个候选区域，然后将这2000个候选区域直接resize成固定大小...

参考文献：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition SPP-net的思路其实很简单，就是为了解决传统卷积神经网络在含有FC（全连接层）的时候，只能输入固定尺寸的图片的弊端。在传统带有FC的网络中，若想输入不同尺寸的图片，必须先将它们进行裁剪或resize。如何...

以R-CNN思路及其基础整理和SPP-net为基础，我们便可以很好理解Fast-RCNN。一、整体结构 Fast-RCNN的整体结构主要由这几部分组成：1.对输入图片用区域推荐算法获得2000个区域，并记录下框的坐标和索引；2.用卷积神经网络对图片进行特征提取，并且将框同样映射到特征空间(也就是对应到特征图上应该在什么位置)；3.将卷积神经网络的最后一层pool层替换为...

在之前学习神经网络的时候，对于损失函数这块，一直以MSE来作为理解，后来交叉熵损失出现之后，也没有深刻地将其理解，写代码时也是直接调用库函数。现在因为读一些新的文章，发现有些看不懂了，因此将这一块知识补充起来。1、熵（Entropy） 熵的概念来源于信息论，可以代表一个事件的复杂度，或者不确定性。一个事件越是不确定性大，那么就是月复杂，所提供的信息就会越多。 举个例...

基于之前两篇博客对RCNN和Fast-RCNN的介绍，现在来理解Faster-RCNN就会觉着很简单。因为Faster-RCNN就是在Faste-RCNN的基础上，做了一些改进。一、整体结构 整个网络由两个模块组成，第一个是RPN（Region Proposal Network），代替之前用传统方法（如Selective Search）进行Region Proposal的...