- 博客(6)
- 收藏
- 关注
RSS订阅原创 YOLO系列理论学习（YOLOv1~v3）
文章目录前言一、YOLO v1二、YOLO v2三、YOLO v3前言目标检测学习之YOLOv1~v3系列参考b站uphttps://space.bilibili.com/18161609一、YOLO v1Yolo是典型的one stage网络YOLO v1论文思想将一幅图分成s×s个网格，如果某个object的中心落在这个网格中，则这个网格就负责预测这个object。每个网格预测B个bounding box，每个bounding box除了要预测位置之外，还要附带预测一个confid
2022-04-22 11:16:59
3166
原创 Rcnn、FastRcnn、FasterRcnn理论合集
文章目录一、RCNN一、Fast R-CNN三、Faster R-CNNRPN结构一、RCNNRCNN（Region with CNN feature）R-CNN是利用深度学习进行目标检测的开山之作。将目标检测识别率由30%提升到了60%RCNN算法流程可以分为4个步骤对一张图片生成1k~2k个候选区域（使用ss算法）对每一个候选区域，使用深度网络提取特征特征送入每一类SVM分类器，并判断是否属于此类使用回归器精细修正候选框位置详细步骤1、候选区域生成利用ss算法（Selecti
2022-04-20 15:51:13
862
原创 ResNet、残差结构、迁移学习
文章目录前言一、ResNet二、残差结构BN层三、迁移学习前言机器学习基本知识——Resnet、残差结构、迁移学习参考内容来自b站up主：https://space.bilibili.com/18161609一、ResNetResNet在2015年由微软实验室提出，获得ImageNet竞赛中多个项目的第一名。其网络中的特点有以下三点：超深的网络结构（突破1000层）提出residual（残差）模块使用Batch Normalization加速训练（丢弃dropout）ResNet3
2022-04-19 17:05:26
2603
原创 Lenet、AlexNet、VGG学习
文章目录前言一、LeNet-5二、AlexNet过拟合现象ZF-Net三、VGG感受野验证VGG结论前言机器学习基本知识——四种经典CNN学习参考内容来自b站up主：https://space.bilibili.com/18161609一、LeNet-5LeNet这个网络虽然很小，但是它包含了深度学习的基本模块：卷积层，池化层，全连接层。是其他深度学习模型的基础。它是一个7层的神经网络，包含 3 个卷积层，2 个池化层，1 个全连接层。其中所有卷积层的所有卷积核都为 5x5，步长 strid
2022-04-18 17:12:28
2897
原创 卷积网络补充
前言机器学习基本知识——卷积网络基础补充参考内容来自b站up主：https://space.bilibili.com/18161609一、误差计算以三层神经网络为例经过Softmax输出，所有输出节点概率之和为1交叉熵损失（Cross Entropy Loss）针对多分类问题（Softmax输出，所有输出和概率为1）针对二分类问题（Sigmoid输出，每个输出节点互不相干）其中,o1∗o_1^*o1∗为真实标签值，o1o_1o1为预测值，默认log是以e为底（ln）对于
2022-04-18 15:09:15
73
原创 卷积网络基础
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、卷积神经网络背景二、卷积网络结构1.全连接层神经元2.卷积层卷积的特性卷积的过程思考3.池化层MaxPooling下采样AveragePooling下采样前言机器学习基本知识——卷积网络基础参考内容来自b站up主：https://space.bilibili.com/18161609一、卷积神经网络背景卷积神经网络的历史：二、卷积网络结构1.全连接层神经元将神经元按列进行排列，列与列之间进行全连.
2022-04-18 10:11:35
2373
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