- 博客(5)
- 资源 (6)
- 问答 (4)
- 收藏
- 关注
原创 从ResNet101到ResNet50
一直用VGG训练,几天前想看下ResNet的效果如何,因为SSD源码中有python实现的ResNet网络结构实现代码,包含ResNet101和ResNet152,直接拿ResNet101来训练,GTX1060配置,batchsize竟然只降到2才跑的起来,果然一直收敛不了。看了下model_libs.py里面的实现代码:def ResNet101Body(net, from_layer, u
2017-12-29 13:15:58 33850 3
原创 SSD目标检测算法中default box在ssd_pascal.py的设置
在ssd_pascal.py中对default boxes(prior boxes)的设置由如下代码完成:# parameters for generating priors.# minimum dimension of input imagemin_dim = 300# conv4_3 ==> 38 x 38# fc7 ==> 19 x 19# conv6_2 ==> 10 x 1
2017-12-26 15:18:37 1855
原创 使用预训练模型对图像进行分类
这里介绍的是直接用训练好的分类任务的预训练模型来测试。当然caffe提供了几种方法进行测试。这里介绍两种:1、直接调用工具2、基于python接口。第一种:使用编译好的calssification工具测试,可以用以下命令:# sudo ./build/examples/cpp_classification/classification.bin \ models/bvl
2017-12-22 16:13:21 3814 1
原创 最大池化层的作用
●Theano中对Max-pooling的解释Max-pooling is useful in vision for two reasons:1、By eliminating non-maximal values, it reduces computation for upper layers.2、It provides a form of translation invariance
2017-12-14 11:20:38 18527
转载 全连接层的作用
转自知乎作者:魏秀参链接:https://www.zhihu.com/question/41037974/answer/150522307全连接层到底什么用?我来谈三点。全连接层(fully connected layers,FC)在整个卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话,全连接层则起到将学到的“
2017-12-12 20:19:55 9951
caffe中blob对数据的处理
2017-12-25
SSD训练修改梯度下降法
2017-12-18
错误显示Field numbers must be positive integers.
2017-12-12
TA创建的收藏夹 TA关注的收藏夹
TA关注的人