自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 感受野的概念

在深度学习中,我们经常会听到感受野这个词语,那么感受野究竟是什么呢?感受野的概念在卷积神经网络中,感受野的定义是 卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。                                                     RCNN论文中有一段描述,Alexnet网络pool5输出的特征图上的像...

2018-09-27 16:06:46 5498 1

原创 Faster RCNN 论文阅读

Fast RCNN基本实现了end to end,但是它的Proposals是单独执行的,并且Proposals采用的是SS算法,此算法比较古老,并且只能利用CPU进行,速度比较慢,因此Faster RCNN改进的主要是Region Proposals方面,它利用一个名为RPN(Region Proposals Network)的网络实现Proposals区域的提取,速度方面有了很大的提升。所以可...

2018-09-27 14:39:53 640

原创 Fast-RCNN的改进

1. 回顾RCNN与SPP-Net模型要了解Fast-RCNN的改进,首先要了解RCNN与SPP-Net的网络模型,其主要结构如下图所示:RCNN流程主要是SS提取Region proposals,然后Crop/wap到归一化尺寸,输入到CNN进行训练,提取特征向量。最后将CNN提取的特征向量输入到SVM中进行分类,得到Region Proposals的labels。由于Region ...

2018-09-27 14:38:24 3288

原创 Spp-Net 论文阅读

前面说RCNN的时候,说到了几个缺点:1). 训练步骤繁琐:首先要用SS算法提取图片的候选区域,然后利用IOU计算每一块候选区域的标签,这是需要单独计算并将数据保存下来的。其次,利用候选区域与候选区域的标签训练CNN+SVM。最后利用BBox对边框回归。2). 训练测试的速度均比较慢3). 训练占用较大磁盘空间4). 由于存在fc,所以需要对候选区域尺寸进行Resize,这样会导致...

2018-09-27 14:18:26 761

原创 RCNN论文阅读

RCNN是利用深度学习来进行目标检测的开山之作,在此之前,主要是利用人工提取的具有鲁棒性的特征,如HOG,SIFT等。下面先简单介绍一下HOG。1. HOG Pyramid特征金字塔,对不同大小的物体进行适应,设计尺度不变性特征HOG特征->SVM分类2.DPM模型 Deformable Part Model加组件的HOG特征,组件之间计算弹性得分,优化可变形参数...

2018-09-26 15:26:11 971

原创 计算两幅图像的相似度总结

1. SSIM(结构相似性度量)这是一种全参考的图像质量评价指标,分别从亮度、对比度、结构三个方面度量图像相似性。SSIM取值范围[0, 1],值越大,表示图像失真越小。在实际应用中,可以利用滑动窗将图像分块,令分块总数为N,考虑到窗口形状对分块的影响,采用高斯加权计算每一窗口的均值、方差以及协方差,然后计算对应块的结构相似度SSIM,最后将平均值作为两图像的结构相似性度量,即平均结构...

2018-09-17 14:42:12 113277 14

原创 群卷积(Group Convolution)

最近有看到group convolution,故做个记录。group convolution 可称为群卷积或者是分组卷积,最早是在AlexNet中出现的。当时由于硬件资源有限,训练AlexNet时卷积操作不能全部放在同一个GPU中处理,因此作者把feature maps分给多个GPU分别进行处理,最后把多个GPU的结果进行融合。我们假设上一层的feature map总共有N个,即通道数...

2018-09-16 21:43:29 9252

原创 常用的优化器及其优缺点

1. SGD在这里SGD和mini-batch是同一个意思,抽取m个小批量(独立同分布)样本,通过计算他们的平均梯度均值。缺点:(1) leraning rate 选择太小,收敛速度会很慢,如果太大,则loss function会在极小值附近不停的震荡,甚至片偏离。(2) 容易被困在鞍点。 2. Momentum(动量)要是当前时刻的梯度与历史时刻梯度方向相...

2018-09-15 11:44:04 8879 1

原创 C++基础篇--overload重载&override覆盖&overwrite隐藏

Overload(重载)  前面分析过C++函数重载是借助C++的name mangling 机制,允许在同一作用域中出现多个同名不同参的函数,如:class Base{    int output(int  a) {......};    int output(float b, float c){......};};这是重载,特点:1) 同名不同参: 两个同名同参的函...

2018-09-11 19:43:36 303

原创 C++ 基础知识点

1. 函数指针与指针函数指针函数指针函数是指带指针的函数,即本质是一个函数,函数返回类型是某一类型的指针。类型标识符 *函数名(参数表)int *f(x, y);首先他是一个函数,只不过这个函数的返回值是一个地址。函数的返回值必须用同类型的指针来接受,也就是说指针函数一定有函数返回值,而且,在主调函数中,函数返回值必须赋给同类型的指针变量。如下:float *func...

2018-09-11 16:53:13 982

转载 Linux内存分配小结--malloc、brk、mmap

Linux的虚拟内存管理有几个关键概念:1、每个进程都有独立的虚拟地址空间,进程访问的虚拟地址并不是真正的物理地址;2、虚拟地址可通过每个进程上的页表(在每个进程的内核虚拟空间地址)与物理地址进行映射,获得真正的物理地址;3、如果虚拟地址对应物理地址不在物理内存中,则产生缺页中断,真正分配物理地址,同时更新进程的页表如果此时物理内存已耗尽,则根据内存替换算法淘汰部分页面至物理磁盘中。...

2018-09-11 16:17:41 1036

转载 C++继承和组合的区别

类继承和对象组合是复用的两种最常用的技术。一:继承  继承是Is a 的关系,比如说Student继承Person,则说明Student is a Person。继承的优点是子类可以重写父类的方法来方便地实现对父类的扩展。  继承的缺点有以下几点:  ①:父类的内部细节对子类是可见的。  ②:子类从父类继承的方法在编译时就确定下来了,所以无法在运行期间改变从父类继承的方法的行为...

2018-09-05 17:34:17 938

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

提示
确定要删除当前文章?
取消 删除