- 博客(22)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 关于pytorch膨胀卷积的程序
膨胀卷积膨胀卷积的作用是在不增加参数量的情况下，增大感受野，获得更多的特征。故论文中使用膨胀卷积。膨胀卷积的程序nn.Conv2d(in_planes, out_planes, kernel_size=kernel_size, stride=stride, padding=padding, dilation=dilation, groups=groups, bias=bias)膨胀卷积中，padding与dilation所使用的因子需要是相同的，否则，可能会导致图像的尺寸会发生变化，导致就不是膨胀
2021-07-10 13:26:28
2631
原创 解读SQL必知必会
SQL必知必会的这本书主要是针对SQL sever写的一本书，书中涉及到很多的SQL语句，且会阐明不同的数据库中语法不同，即如果想使用一种语言，需要查找相应的书籍，来确定使用什么语法。接下来着重介绍书本中重点内容(书中每节内容很少，很快就可以看完)：第1章简单介绍SQL数据库的应用；第2-10章介绍常用的SQL语句，比如：select，order by，from， where， 分组查询，分组查询中用到having选择语句等；第11-18章介绍常见的使用规则，比如组合规则，drop与delete区别；
2020-10-30 09:56:20
154
原创 深度学习python入门（推荐初学者）
学习Python的深度学习中，我们需要注意以下几方面：（推荐初学者）1.首先了解正向传播和反向传播；2.激活函数有几个？ReLU；Sigmoid：tanh等；分别的优缺点是什么？公式是什么样子的？在网络传播过程中是什么作用？3.loss函数有几个，分别为哪些？SGD，Momentum，Adam；每个优缺点是什么？4.学习率的设定等超参数的设定；5.过拟合和欠拟合的区别，以及如何抑制过拟合，如何改变欠拟合？6.一些基础的概念，比如图像分割、物体检测和识别的指的是什么？7.python函数
2020-07-16 10:09:27
372
原创 MS COCO数据集与PASCAL VOC数据集一起训练网络
COCO 数据集与PASCAL VOC一起训练网络将COCO数据集的格式转换为PASCAL VOC数据集的格式，参考如下的程序：COCO转换VOC格式这部分会有详细的介绍。该链接的第四部分可以不使用matlab转为txt文件，可以使用python程序转换。将COCO中的类与PASCAL VOC中的相同的类提取出来，并且使用上面所给的链接转换为与PASCAL VOC相同的格式，然后与PASCAL VOC原始的文件一起训练，并使用PASCAL VOCtest做测试。参考链接：https://blog.
2020-06-24 11:25:26
484
原创 DFANet: Deep Feature Aggregation for Real-Time Semantic Segmentation
简单介绍Introduction结构实验总结
2020-06-24 11:16:25
230
原创 基于tensorflow来训练SSD，RON文章中的程序
1.训练SSD文章的程序；在已发表的文章中，SSD的实验结果较低，我们使用以下链接可以得到77%左右的准确性。https://github.com/HiKapok/SSD.TensorFlow2.训练RON文章的程序https://github.com/HiKapok/RON_Tensorflow原始文章使用caffe的程序链接：https://github.com/taokong/R...
2019-11-15 08:56:32
183
原创 COCO数据集转换为tfrecord(目标检测)
首先将COCO数据集转换为tfrecord格式，然后在对得到的tfrecord文档使用该文件得到没有bbox的图片。1 COCO数据集转换为tfrecord格式：参考model，代码链接为：得到Create_COCO_tfrecord.py2.删选出不含bbox的图片import osimport tensorflow as tffile_list = tf.gfile.Glob(o...
2019-11-15 08:51:23
2259
3
原创 A Simple Pooling-Based Design for Real-Time Salient Object Detection
简单介绍网络结构实验
2019-07-17 15:18:00
226
原创 一般的检测目标的方法
当前的目标检测的一般方法如下：1.特征金字塔，典型的论文FPN等；2.RoI 典型的论文，Fast R-CNN及Faster R-CNN等；3.多层特征融合；相应的论文有：https://mp.csdn.net/mdeditor/90296135#上述地址中的论文可以看成是一类型。还有其他的类型的论文，后续在更新。。。这些只是个人借鉴，如有其他问题，希望指正。谢谢！...
2019-07-15 08:47:36
217
原创 FastFCN: Rethinking Dilated Convolution in the Backbone for Semantic Segmentation
简介：Introduction结构总体结构图实验总结：
2019-07-14 10:37:46
1104
原创 High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection
总体介绍Introduction结构总体结构图实验总结
2019-07-13 09:33:14
1127
原创 tensorflow计算参数的数量以及FLOPs的估算
1 参数量的计算该函数需要在训练的函数中调用即可执行，可以得出该网络执行的总参数。def count(): total_parameters = 0 for variable in tf.trainable_variables(): # shape is an array of tf.Dimension shape = variable.get_...
2019-07-12 11:16:17
10921
10
原创 使用tensorflow训练tfrecord文件的时候，loss开始下降后来上升的原因
以下内容是本人在训练时候所遇到，并且解决的，如果还有没有涉及到的，希望可以交流：1.刚开始下降，后来上升，可能是数据集的问题，假如数据集训练集的总大小是5000张图片，如果你写为6000或者只要不是5000张的，都可能会出现开始下降后来上升的问题。如果解决该问题的方法是，修改数据集的总大小等于你训练数据集的总大小。2 可能是模型的问题：如何判断是模型的问题，首先你使用未修改(此处指的是比如re...
2019-06-02 16:05:55
7234
4
原创 python修改文件名
修改图片的文件名，并将修改的文件名保存到相应的文件夹中。# -*- coding: utf-8 -*-"""Created on Sun May 26 18:17:40 2019@author: Administrator"""#!/usr/bin/env python # -*- coding:utf-8 -*-import osroot = os.getcwd() #获...
2019-06-01 15:06:03
1679
原创 VOC07+12合并训练用于图像分类
该程序可以用于图像分类，比如Voc2012的数据集，首先将数据集中标签和图片按照类别分为20类，然后在使用该程序将分好类的文件，转换为tfrecord格式，用于训练图像分类。具体程序如下：# -*- coding: utf-8 -*-"""Created on Sat Mar 9 13:22:18 2019import osimport sysimport randomimpor...
2019-06-01 14:53:45
3830
原创 Rotated Feature Network for multi-orientation object detection
**论文地址：**http://arxiv.org/abs/1903.09839Introduction1 本文提出Encoder-Decoder architecture即RFN，解决多位置的目标检测；2 提出了两个模块，第一：RI解决特征映射的分类问题；RS解决特征映射的回归问题；3 分为两个单元；编码单元：为旋转的特征映射指定权重；解码单元：提取RI和RS的特征结构...
2019-04-22 08:56:25
626
原创 Dual Attention Network for Scene Segmentation
论文地址：http://arxiv.org/abs/1809.02983Introduction
2019-04-15 08:48:55
410
原创 Decoders Matter for Semantic Segmentation
本文主要用DUpsampling来替换双线性上采样解决优化问题
2019-04-10 16:38:41
823
翻译 HetConv: Heterogeneous Kernel-Based Convolutions for Deep CNNs
Introduction本片文章主要提出新的卷积，从DWC，PWC，GWC在到本文的HetConv。本文卷积的优点是与标准的卷积比，HetConv卷积减少参数量，计算量也同时减少。并且将该结构放入到VGG和ResNet中进行测试，得出最后的实验结果。Model标准卷积的计算量为：FL s = D0 × D0 × M × N × K × K ;HetConv的计算量为：FLk= (Do ...
2019-03-24 10:39:37
323
2
Single-Shot Object Detection with Enriched Semantics
2018-11-15
CoupleNet:Coupling Global Structure with Local Parts for Object Detection
2018-11-15
R-FCN: Object Detection via Region-based Fully Convolutional Networks
2018-11-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人