![](https://img-blog.csdnimg.cn/20200304151901193.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
CV
计算机视觉
DamonDT
人工智能
展开
-
【CV】_01_CNN(卷积神经网络)
【一】LeNetTanh 激活函数5 X 5 卷积核2 层 卷积class LeNet5(nn.Module): def __init__(self): super(LeNet5, self).__init__() # nn.Conv2d (in_channels 通道数,out_channels 输出通道数,kernel_size) ...原创 2019-07-07 11:31:03 · 225 阅读 · 0 评论 -
【CV】04_残差网络【梯度消失 & 梯度爆炸】
【一】深度问题 - 梯度消失 & 梯度爆炸BP算法基于梯度下降策略,以目标的负梯度方向对参数进行调整,参数的更新为 w←w+Δw,给定 学习速率 α,得出 Δw = −α * ∂Loss / ∂w根据 链式求导法则,更新梯度信息,∂fn / ∂fm 其实就是 对激活函数进行求导当层数增加,∂fn / ∂fm < 1 → 梯度消失当层数增加,∂fn / ∂fm >...原创 2019-07-08 12:08:26 · 2264 阅读 · 1 评论 -
【CV】05_BatchNormalization_批量标准化
【一】BN基本原理 - 作用在通道上求均值 (X) + 求方差 (X) + 更新 (X) + 更新 (Y)更新数据 (X):平均值为0,标准差为1更新数据 (Y):加入 线性变换 配合非线性 【二】BN作用提高模型 训练效果 和 收敛速度:在保持数据 分布特性...原创 2019-07-08 18:29:05 · 214 阅读 · 0 评论 -
【CV】06_迁移学习
【一】简介表现:参数重用本质:特征重用特点:任务 相似度示意图【二】方法【数据量小】 全连接层训练,或者靠近全连接层的 卷积层训练,由于参数过多,而数据量少,容易出现 过拟合 现象【数据量小】FineTuning 精细调节,有选择性的 训练卷积层,学习速率要低,避免破坏之前学好的参数【数据量大】作为模型参数预训练的 大规模参数重训练,舍弃网络的后面部分 (这部分...原创 2019-07-29 16:13:44 · 244 阅读 · 0 评论 -
【CV】07_目标检测
经典论文One-Stage 精度低,速度快Two-Stage 精度高,速度慢输入一张图片,输出一组向量 [ 物体的种类,种类出现的概率,坐标 ]【一】R - CNN【二】Fast R - CNN【三】Faster R - CNN【四】YOLO(You Only Look Once)【五】Attention...原创 2019-10-09 15:49:45 · 98 阅读 · 0 评论 -
【CV】07_01_Faster R-CNN
【一】网络结构input-data:[batch-size, channels, height, width]rpn_conv / 3x3:不改变纬度num_output: 512kernel_size: 3 pad: 1 stride: 1rpn_cls_score:分类num_output: 18(2(bg/fg) * 9(anchors))kernel_si...原创 2019-10-21 09:47:14 · 83 阅读 · 0 评论 -
【CV】08_图像分割 (Segmentation)
U - NET原创 2019-11-13 11:42:17 · 317 阅读 · 0 评论 -
【CV】08_GAN_对抗学习(细节待补充)
【一】生成模型判别模型:x 到 y 的函数拟合【P(y | x)】生成模型:产生整个数据的分布【P(x, y)】,相当于 判别的逆过程原创 2019-07-31 12:57:05 · 194 阅读 · 0 评论 -
【CV】HoughTransform_霍夫变换
【一】Hough Transform检测图像中是否有 特定几何形状 的物体 【二】逐步推导演示 【1】笛卡尔坐标系中一条线,霍夫空间一个点在笛卡尔坐标系中,我们可以 y = mx + b 通过绘制 y 对 x 来表示直线但是,我们也可以通过绘制 b 对 m 来将此线表示为霍夫空间中的单个点例如,具有等式的线 y = 2x + 1 可以表示为(2,1)霍夫空...原创 2019-11-11 15:55:02 · 147 阅读 · 0 评论 -
【CV】Canny_边缘检测
【一】介绍Canny Detector 是一种针对快速实时边缘检测而优化的多阶段算法该算法的基本目标是检测亮度(大梯度)的急剧变化,例如从白色到黑色的转换在给定一组阈值的情况下将它们定义为边缘 【二】四个阶段 【1】降噪与所有边缘检测算法一样,噪声是一个至关重要的问题,通常会导致错误检测应用 5x5 高斯滤波器 对图像进行卷积(平滑)以降低检测器对噪声的...原创 2019-11-11 13:17:39 · 612 阅读 · 0 评论