- 博客(2)
- 资源 (4)
- 收藏
- 关注
原创 算法工程师面试基础题目及答案
深度学习卷积类卷积神经网络的特点有哪些卷积深度可分离卷积1*1卷积的作用深度学习基础BN的原理,作用和实现细节优点:1)加快训练速度,这样我们就可以使用较大的学习率来训练网络。2)提高网络的泛化能力。解决过拟合3)BN层本质上是一个归一化网络层,可以替代局部响应归一化层(LRN层)。4)可以打乱样本训练顺序(这样就不可能出现同一张照片被多次选择用来训练)论文中提到可以提高1%的精度。BN层的输出Y与输入X之间的关系是:Y = (X - running_mean) / sqr
2020-10-13 21:58:57 6180
原创 目标检测中的性能提升方法综述
文章目录一,多尺度检测什么是多尺度检测?降低下采样率与空洞卷积多尺度训练优化Anchor尺寸训练深层与浅层特征融合SNIP,尺度归一化TridentNet,三叉戟网络总结二,目标检测中的样本不均衡问题什么是目标检测样本不均衡问题1,OHEM,在线难例挖掘2,S-OHEM,基于LOSS分布采样的在线困难样本挖掘3,Focal Loss 专注困难样本4,GHM,损失函数梯度均衡化机制总结目标检测优化使用的Trick本文从降低下采样率与空洞卷积、多尺度训练、优化Anchor尺寸设计、深层和浅层特征融合等多个方面
2020-10-08 16:58:33 3469 6
DMSC(深度多模态子空间聚类基于Pytorch的实现),融合方式为亲和融合,空间融合很容易也可以实现。
2021-04-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人