![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
春暖and花开
这个作者很懒,什么都没留下…
展开
-
CNN、RCNN、YOLO、Alexnet、VGG、SSD。。。之间的关系
初入深度学习之前,就对CNN、VGG、YOLO这几个大佬有所耳闻,听说在图像这块表现都挺优秀,本事挺大。正好最近要开始做图像,就打算去一一拜访下这些大佬。首先拜访的就是CNN。看了一遍之后感觉像是打王者一样,就是一技能(卷积+激励),二技能(池化),放大招(全连接),再加点其他装备,就把对手的血(图像特征)打掉的差不多了。但是大招养成的时间太慢,全程都是在循环复用一技能和二技能,最后用了下大招...原创 2019-03-05 16:54:17 · 8884 阅读 · 3 评论 -
SSD论文理解
SSD论文贡献:1. 引入了一种单阶段的检测器,比以前的算法YOLO更准更快,并没有使用RPN和Pooling操作;2. 使用一个小的卷积滤波器应用在不同的feature map层从而预测BB的类别的BB偏差;3. 可以在更小的输入图片中得到更好的检测效果(相比Faster-rcnn);4. 在多个数据集(PASCAL、VOC、COCO、ILSVRC)上面的测试结果表明,它可以获得...转载 2019-09-18 15:36:21 · 380 阅读 · 0 评论 -
Linux下安装jupyter notebook及遇见问题解决
在windows下习惯了用python notebook编辑器,今天想在linux下也安装一个notebook。linux系统下自带了两个版本的Python,python2.7和python3.5。如果你还安装了其他版本的python,可通过命令行 输入whereis python查看版本和位置。我的电脑上默认状态下是启动python2.7。大家是不是都是这样,有待验证。一、安装...原创 2019-08-20 11:24:45 · 2414 阅读 · 0 评论 -
caffe特征图可视化
这里主要测试了一下如何对利用caffe的python接口对特征进行可视化,从一次forword中取出param和blob里面的卷积核 和响应的卷积图。我主要是对caffe/models/bvlc_reference_caffenet/路径下的模型和网络配置文件进行了测试,模型为bvlc_reference_caffenet.caffemodel,配置文件为:deploy.prototxt,模型可能...转载 2019-08-19 20:37:12 · 309 阅读 · 0 评论 -
理解深度学习中的卷积
卷积神经网络,即:卷积(特征提取)+神经网络(分类器)传统的特征工程根据个人经验将能想到的特征全部提取出来,用这部分特征数据训练分类器。试错方式。卷积神经网络用训练数据找最好的特征。怎么找???好的特征(feature map):应是稀疏的以及包含典型的局部信息。feature map与原图很接近,说明它没有学到什么特征;或者它几乎是一个纯色的图,说明它太过稀疏,可能是我们featur...原创 2019-08-24 22:11:06 · 346 阅读 · 0 评论 -
faster rcnn和 rfcn 用训练好的模型测试数据集命令
faster rcnn测试命令time ./tools/test_net.py --gpu 0 --def models/pascal_voc/VGG16/faster_rcnn_end2end/test.prototxt --net output/faster_rcnn_end2end/voc_2007_trainval/vgg16_faster_rcnn_iter_70000.caffem...原创 2019-07-29 21:49:06 · 261 阅读 · 0 评论 -
caffe网络层参数更新
版权声明:本文为博主原创文章,...转载 2019-07-18 10:34:54 · 168 阅读 · 0 评论 -
caffe环境下,画faster rcnn的训练loss曲线图
用faster rcnn对自己的数据集训练,得到训练模型的同时,训练日志也会自动保存在./experiments/logs文件夹下。要想知道整个训练过程中训练损失的变化,可通过画Loss曲线图观察,并以此调整学习率、迭代次数等参数。具体代码如下:#!/usr/bin/env pythonimport osimport sysimport numpy as npimport ...原创 2019-07-14 17:44:59 · 456 阅读 · 0 评论 -
keras 保存最佳的训练模型
只保存最佳的训练模型 保存有所有有提升的模型 加载模型 参数说明只保存最佳的训练模型from keras.callbacks import ModelCheckpointfilepath='weights.best.hdf5' # 有一次提升, 则覆盖一次.checkpoint = ModelCheckpoint(filepath, monitor='val_acc'...原创 2019-05-10 09:41:14 · 8976 阅读 · 3 评论 -
防止过拟合方法
防止过拟合方法数据增广 随机失活 label smoothing 重叠池化 L1、L2正则化,weight decay后面看到再补。。。原创 2019-05-06 20:41:44 · 140 阅读 · 0 评论 -
LRN 局部归一化处理
局部响应归一化原理是仿造生物学上活跃的神经元对相邻神经元的抑制现象(侧抑制),对局部神经元的活动创建竞争机制,使得其中响应比较大的值变得相对更大,并抑制其他反馈较小的神经元,增强了模型的泛化能力。...原创 2019-05-05 19:58:17 · 373 阅读 · 0 评论 -
深度学习中几种分类模型(Lene、Alexnet、VGG、Resnet和残差网络)
LeNet、AlexNet、VGG、GoogLeNet、ResNet 是属于图像分类的CNN。网络深度和宽度(卷积核数据)增加,可以提高模型性能。LeNet网络结构 1998年Yann LeCun Proceedings of the IEEE输入图片为32*32*1,卷积核大小为5*5,下采样步长为2,卷积时对原图像无填充。输入尺寸是32*32像素 卷积层:2...原创 2019-04-28 15:24:15 · 17437 阅读 · 1 评论 -
ubuntu16.04+cuda9.0+cudnn+anaconda3 安装pytorch
安装cuda参考博客 https://blog.csdn.net/weixin_42795611/article/details/93065567 写的很详细安装anaconda首先下载anaconda,由于官网的下载速度十分缓慢,而且还不支持断点续传,经常下载失败。故而,去国内的镜像站点下载,https://mirrors.tuna.tsinghua.edu.cn/anacon...原创 2019-09-28 13:42:50 · 530 阅读 · 0 评论