- 博客(10)
- 收藏
- 关注
RSS订阅原创 百度飞桨PaddlePaddle图像分割7日学习收获
之前一直在看目标检测，图像分割只大概知道没有具体研究过，借着这次课程正好了解一下，本次的课程主讲朱老师很厉害，知识点讲的细致并且会拓展一些面试知识，还会手撕代码，跟着朱老师手敲代码真的蛮爽的。另一个主讲伍老师我觉得讲的也非常好，虽然上课没听太懂，看视屏回放就懂了很多，意外收获了图卷积的相关知识，很受用。本次课程主要涉及到朱老师讲解的语义分割的经典网络FCN,UNet,PSP以及DeepLab系列对比。还有伍老师讲解的GloRe、GINet以及...
2020-10-26 12:27:12
236
2
原创 NAS论文阅读笔记（NetAdapt）
NetAdapt作用：用户可以自动简化一个预训练的网络以使其达到硬件资源限制，同时最大化精确度。NetAdapt简介：以资源消耗的直接指标为指导（资源可以是延时，能量，内存占用等等， 等等，或者是这些指标的结合），直接指标用实际测量分析，这样就不用对特殊平台的细节进行了解了。Problem Formulation...
2020-06-03 18:49:26
612
原创 用tsfresh实现摔倒动作的分类（生成可供tsfresh使用的dataframe，tsfresh特征提取，sklearn决策树）
原始数据原始数据是由传感器测到的俯仰角pitch angle和翻滚角roll angle随时间变化的一系列值，其具体形式如下所示：-0.713761 1.336091 -0.824189 1.509388 -1.021816 1.695946 -1.103965 1.928401 -1.116714 2.074347 -1.125247 1.908869 -1.143308 1.131653 -1.469824 0.384128 -1.767419 -0.040086 -2.04801
2020-06-01 22:59:31
966
原创 小目标检测的解决办法
在深度学习目标检测中，由于小目标分辨率低，图片模糊，信息少，噪声多所以是一个实际且常见的困难问题解决方法：使用不同分辨率的图像金字塔，再对每层金字塔用固定输入分辨率的分类器在该层滑动来检测目标，以求在金字塔底部检测出小目标；或者只用一个原图，在原图上，用不同分辨率的分类器来检测目标，以求在比较小的窗口分类器中检测到小目标。参考11.将图像resize成不同的大小2.data augment...
2020-05-09 11:07:08
2861
原创 学习率的调整，优化器的选择，损失函数的选择
momentum动量对网络的权值按某种分步进行初始化时，并不能保证其处于一个合适的状态，是损失函数陷入局部最小值，momentum动量可在一定程度解决此问题。首先来看动量算法pytorch内置了动量法的实现torch.optim.SGD(momentum=0.9)具体的pytorch实现def sgd_momentum(parameters,vs,lr,gamma): for...
2020-05-09 10:50:36
1808
原创 NAS论文阅读笔记（NAS）
一、Neural Architecture Search With Reinforcement Learning用一个循环网络生成模型描述，并且用强化学习训练这个RNN以在测试集上最大化生成网络的期望精度。一个神经网络的连接和结构可以用变长的序列描述，所以可以用一个循环网络（controller）去生成这样的序列，在validation set上训练此网络，可以得到accuracy，将acc...
2020-05-09 10:43:01
266
原创 NAS论文阅读笔记（MobileNetV3）
Searching for MobileNetV3这篇文章将search techniques和a novel architecture design结合设计了MobileNetV3-Large 和MobileNetV3-Small。主要引进了(1) complementary search techniques,(2) new ef- ficient versions of nonli...
2020-05-09 10:34:27
422
原创 NAS论文阅读笔记（ENAS）
Efficient Neural Architecture Search via Parameter Sharinguse a single Nvidia GTX 1080Ti GPU, the search for architectures takes less than 16 hours.NAS的瓶颈是训练一个子模型直到收敛，只是为了度量其准确性，同时丢弃所有训练过得权值。所以提出在子模...
2020-05-09 10:21:47
606
原创 NAS论文阅读笔记（MnasNet）
MnasNet：Platform-Aware Neural Architecture Search for MobileMnasNet的主要亮点是Factorized Hierarchical Search和real-world inference latency，搜索空间中加入了SEnet，允许层与层之间的操作或者连接不同。...
2020-05-09 09:58:33
480
原创 NAS论文阅读笔记（DNAS）
DARTS: Differentiable Architecture SearchAbstract:This paper addresses the scalability challenge of architecture searchby formulating the task in a differentiable manner.our method is based on ...
2020-05-09 09:13:10
481
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人