![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
萌新调包员
这个作者很懒,什么都没留下…
展开
-
EfficientNet论文阅读笔记
论文信息链接:http://arxiv.org/pdf/1905.11946v2.pdf发表时间:2019来源:google作者:Mingxing Tan摘要卷积神经网络(ConvNets)通常是在固定的资源预算下开发的,如果有更多的资源,则可以按比例放大以获得更高的准确性。在本文中,系统地研究了模型缩放并确定仔细地平衡网络深度,宽度和分辨率可以带来更好的性能。基于这一观察,提出了一种新的缩放方法,该方法使用简单但高效的复合系数均匀地缩放深度/宽度/分辨率的所有维度。证明了这种方法在原创 2020-06-04 15:34:55 · 567 阅读 · 0 评论 -
NMS(Non-Maximum Suppression)非极大值抑制
非极大值抑制概述在目标检测领域,我们经常用到非极大值抑制(NMS),NMS就是在局部范围内抑制不是极大值的目标,只保留极大值。原理在检测任务重,我们会得到一批具有置信度S的bbox列表B,首先根据置信度S对bbox进行排序,选择置信度最高的框M,从B中移除M并加入到最终结果D中,将剩余的框与B分别作交并比运算,IOU大于阈值Nt(通常设为0.3~0.5)的框从B中移除,一轮结...原创 2019-03-27 18:22:59 · 198 阅读 · 0 评论 -
训练网络指定层pytorch实现方法
最近在研究Mask R-CNN,该网络一部分是跟Faster R-CNN(https://arxiv.org/pdf/1506.01497v3.pdf)相似的,同样的,在模型训练实现时,其中一种方法叫做交替训练(Alternating training),想利用该方法就涉及到如何对网络进行指定层的训练,今天就总结一下pytorch中的实现方法,既然写了指定层训练,那就把参数的单独设置也介绍一下,p...原创 2019-04-08 15:27:59 · 3101 阅读 · 0 评论 -
Faster RCNN中的交替训练
1.stage1_rpn_train.pt 单独训练RPN 网络,训练的模型用ImageNet的模型来初始化,采用end to end的方式来调整参数。 (backbone+rpn+fast rcnn——>backbone1+rpn1+fast rcnn,backbone 、rpn参数更新)2.stage1_fast_rcnn_train.pt ...原创 2019-04-08 18:17:29 · 2497 阅读 · 0 评论