- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 全连接层输入大小为什么下需要固定？
在刚接触目标检测时，学习到R-CNN时，为了使全连接层的输入大小固定，作者将卷积神经网络的输出经过warp，corp操作，使得输入大小固定，那问题来了，为什么全连接网络的输入需要固定，而卷积神经网络的大小可以是任意的。 大家都知道， z=wx+b，全连接神经网络结构一旦固定，需要学习的参数w是固定的，例如 输入图像是 28*28 = 784，w 的转置= （500，784），===>...
2019-06-30 12:39:39
2392
转载 详解模拟退火算法Matlab实现
目录模拟退火算法概述算法步骤算法特点模拟退火算法MATLAB实现【例1】一元/多元函数优化【例2】TSP问题模拟退火算法概述 模拟退火算法(Simulated Annealing，简称SA)的思想最早是由Metropolis等提...
2019-06-25 13:30:50
14115
4
转载 详解faster-rcnn中的RPN
原文中rcnn部分的截图 图片来自网上，黑色是滑动窗口的区域，就是上图的红色区域的sliding window其他颜色 9种窗口 就是anchor机制生成的9种区域这里要把sliding window和卷积层的滑动区别开，sliding winsow的stride步长是1！（想到经典的harr+adaboost人脸检测）sliding window只是选取所有可能区域，并没有...
2019-06-18 17:06:26
1385
原创 非极大值抑制（Non-Maximum Suppression，NMS）
概述非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据的NMS实现)，而是用于目标检测中提取分数最高的窗口的。例如在行...
2019-06-18 17:02:11
466
转载 Bounding-Box regression 边框回归详解
最近一直看检测有关的Paper, 从rcnn， fast rcnn, faster rcnn, yolo, r-fcn, ssd，到今年cvpr最新的yolo9000。这些paper中损失函数都包含了边框回归，除了rcnn详细介绍了，其他的paper都是一笔带过，或者直接引用rcnn就把损失函数写出来了。前三条网上解释比较多，后面的两条我看了很多paper，才得出这些结论。为什么要边框回归？...
2019-06-18 13:52:42
146
ThirdParty-Sources-3.4.1.tar.gz
2016-09-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人