关注
分享
详细讲解深度学习几大前沿项目，包括：理论、代码，数据。从零理解，层层渐进，深入浅出。
成龙的龙
这个作者很懒，什么都没留下…
展开
-
重磅更新！YoloV4最新论文与源码!权重！结构！翻译!
终于等到yolo最新系列：YOLO_V4。献上原论文和源码：论文：https://pan.baidu.com/s/1_J17pIkPl7KwcR5Sr5HP-w提取码：acdn源码： GitHub：https://github.com/AlexeyAB/darknet 百度云：https://pan.baidu.com/s/1hEB0JS48Ax85Gnd6IL3new...原创 2020-04-24 15:26:13 · 11561 阅读 · 8 评论 -
『网络设计』PyTorch实现DenseNet
import numpy as npimport torchfrom torch import nnfrom torch.autograd import Variablefrom torchvision.datasets import CIFAR10建立卷积模块，卷积模块的顺序：BN–>ReLU–>ConVdef conv_block(in_channel,out_cha...原创 2020-03-20 21:19:05 · 413 阅读 · 0 评论 -
『RNN』SEQ2SEQ
一.编解码网络SEQ2SEQ：前半部分与后半部分都为LSTM。输出和标签做损失。（I–>C–>O，O和label做损失）AE（自编码模型）：前半部分与后半部分都为CNN或转置卷积。输出和自己做损失。（I–>C–>O，O和I做损失）VAE：使用少。被GAN代替。难，效果又不好。GAN：优秀。二.SEQ2SEQ三.验证码的识别1.形状变换首先，将NCH...原创 2020-02-29 21:39:14 · 407 阅读 · 0 评论 -
『RNN』简单RNN到LSTM
本打算详细梳理下RNN这块的内容，但是看都下面这篇博客写的很好，就拿来细细阅读，并且多不理解的地方做出补充，同时加上代码进一步深入理解。首先感谢博主：https://blog.csdn.net/zhaojc1995/article/details/80572098一.补充1.RNN大项目中可能RNN和CNN共同存在。2.LSTM细胞状态的改变只做线性运算。加分（增加信息）...原创 2020-02-28 13:21:19 · 409 阅读 · 0 评论 -
『目标检测』Yolo_v3之Pytorch版本项目详细分析
一.前言最近在学习yolo_v3项目，该项目是深度学习发展到现阶段最受欢迎的大项目之一，是多目标识别跟踪框架集大成者。yolo_v3是yolo系列之一神经网络，同时也是发展到的最优美的网络。当然，随着系列发展，yolo_v3也保留和yolo_v1和yolo_v2神经网络的部分优点，同时，也抛弃了yolo_v1和yolo_v2中大多数缺点。下面就yolo_v3进行理论和代码信息分析。同学完全可以...原创 2020-02-25 10:07:20 · 2377 阅读 · 4 评论 -
『人脸识别』MTCNN之Pytorch版本NMS代码实现
1.练习_从大到小排序import numpy as npa=np.array([[5,3],[3,2],[1,6]])print(a)#取出第二列数据d=a[:,1]print(d)#按照第二列数据从小到大排序。排序规则为：按照第二列数从小到大对应的索引进行排序#1.取出第二列数据从小到大对应的索引值。index=a[:,1].argsort()print(index)#...原创 2020-02-02 11:39:35 · 626 阅读 · 0 评论 -
『人脸识别』MTCNN之Pytorch版本IOU代码实现
IOU代码import numpy as npdef iou(box,boxes,isMin=False):#框的格式定义为：[X1,Y1,X2,Y2,C]。一个框和一堆框做比较。为了区分交集是与并集作比较还是和最小面积做比较，先将最小面积赋予默认值0. #计算每个框的面积 box_area=(box[2]-box[0])*(box[3]-box[1])#先计算box的面积。...原创 2020-02-02 11:37:01 · 577 阅读 · 0 评论 -
『人脸识别』MTCNN查看celebA 数据集
1.查看 celebA 数据集#打开一张图片，并在图片上画上框from PIL import Image,ImageDrawimport osIMG_DIR = r"E:\Data\Data_AI\CelebA\Img\img_celeba.7z\img_celeba"#数据AND_DIR = r"E:\Data\Data_AI\CelebA\Anno"#标签#读图img=Ima...原创 2020-02-02 11:27:42 · 601 阅读 · 0 评论