卷积网络
makcooo
这个作者很懒,什么都没留下…
展开
-
基础网络研究 AlexNet
2012年被Krizhevsky等人提出的一个深层卷积神经网络,AlexNet拥有6千万个参数,650万个神经元。为了训练效率,使用了不饱和的神经元和一种非常有效的卷积运算GPU实现。为了降低全连接层的过拟合,使用了dropout的正则化策略网络建构:五个卷积层和三个全连接层网络创新点(相对当时而言):1.使用ReLu非线性函数 f(x) = max(0, x):只要原创 2019-04-26 18:12:54 · 427 阅读 · 0 评论 -
基础网络研究 VGG
主要突破:用小的3x3过滤器将卷积网络深度推进到16-19层结构:1.输入:固定224 x 224 大小的RGB图像唯一预处理是从每个像素中减去在训练集上计算的平均RGB值2.将图像通过一堆卷积层,用3x3过滤器3.在某个层中使用1x1卷积过滤器(可看做是对输入图像通道的线性转换)4.对卷积层输入进行空间填充使得在卷积之后保留一定空间分辨率,即,对于3×3层,填充是1个像素。(same...原创 2019-05-05 22:37:18 · 266 阅读 · 0 评论 -
基础网络研究 YOLO
YOLO:同时在图片预测多个边界框,并分类。以上是YOLO的检测流程相较其他网络YOLO的优点:1.速度快:基础网络有45fps,fast网络模型可达150fps2.mAP比其他实时检测网络要高一倍3.YOLO可以很好的避免背景错误,产生false positives:能对整张图片同时进行预测,能利用图片上下文信息避免对背景的误识别4.YOLO可以学到物体的泛化特征当YOLO在自...原创 2019-08-05 15:07:12 · 2437 阅读 · 0 评论 -
YOLO v1v2v3
V1:https://zhuanlan.zhihu.com/p/46691043V1原论文:https://arxiv.org/pdf/1506.02640.pdfv2:https://zhuanlan.zhihu.com/p/47575929yolo9000:https://arxiv.org/pdf/1612.08242.pdfv3:https://www.jianshu.com/p/...原创 2019-08-13 11:21:32 · 136 阅读 · 0 评论