深度学习
十里桃园
图像特征,图像颜色,机器学习,slam,深度学习
展开
-
MobileNet_V3—SSD网络模型图文详解
Keywords:MobileNetV3、MobileNetSSD、MobileNet_V3、MobileNet、Tensorflow、Tensorflow_models 最近在写Mobilenet_V3-ssd的文档,文档的内容主要分为两个部分:1,网络模型结构说明及图示 ;2,网络伪代码。本文放出第一个部分(约占完整文档的1/3左右)。内容来源主要是谷歌的开源Tensorf...原创 2020-04-02 10:12:23 · 7012 阅读 · 10 评论 -
Tensorflow object detection API 2019年11月更新版本的使用说明
中间隔了一年多吧,谷歌大佬们终于丢出来了最新版的object detection api,其中重大的改变就是mobilnet v3 被正式支持了,在训练的时候跟v2版本的训练一样,配置也相同,可以正常使用tensorlfow1.12版本。但是给的config文件有点小小的瑕疵,按下面改好就可以做迁移训练啦。model { ssd { inplace_batchnorm_update:...原创 2019-11-27 14:29:44 · 423 阅读 · 0 评论 -
深度学习样本增强C++脚本 - PascalVOC 标注格式
脚本功能深度学习数据增强,提供旋转,水平翻转,垂直翻转等功能。输入一组图像及标定的xml文件,输出旋转、翻转后的图像及对应的标注xml文件。标注文件的格式:程序对应的目录结构样例,如果需要修改路径,同步修改程序里的路径。依赖环境opencv 3.4.2+vs2019(基于opencv342测试 opencv3 vs各版本下载地址: 链接: https://pan....原创 2019-10-28 20:10:36 · 655 阅读 · 1 评论 -
深度可分离卷积简入深究简出
1,Keyword深度可分离卷积 Pointwise Convolution Depthwise Convolution Mobilenet2,Why 深度可分离卷积?传统的卷积是卷积核和同样尺寸的数据相乘后求和的结果。对拥有不同Channel的图像做卷积核不同的传统卷积,其运算量与Channel数和卷积核数分别独立地成同方向线性关系。深度神经网络通常采用不同的、数量较多的卷积核对图像进行...原创 2019-08-26 18:17:36 · 562 阅读 · 0 评论 -
深度残差网络之讨论-缘何加x可以避免梯度消失?
1.概述本文档介绍MobileNet里使用的深度残差网络理论,内容主要来源于<>一文。Why深度残差?理论上来说,增加网络的宽度和深度可以提高网络的性能,层数深的网络往往较之浅的网络性能好。如深层x层网络A和浅层y层网络B,那A的性能至少能与B一样。假设网络A的前y层和B网络相同,那么后面的x-y层网络只需做等价映射,就达到了A网络一样的效果。但基于实验表明,并非如此,由于...原创 2019-08-27 17:45:11 · 1659 阅读 · 0 评论 -
MobileNet_v2网络模型详解
1.概述本文档承接<物体识别文档-NO.1-深度可分离卷积.docx>与<物体识别文档-NO.2-深度残差.docx>,阐述MobileNet的网络结构。MobileNet Introduction本文介绍MobileNet_v2网络结构。在MobileNet_v1中,应用了深度可分离卷积,使得神经网络在保持精度的同时,极大的降低了计算速度。在MobileNet...原创 2019-09-24 17:50:12 · 6724 阅读 · 4 评论 -
SSD与MobileNet详解
1.概述本文档阐述SSD检测算法原理,及以MobileNet为Backbone的网络搭建方式。Why SSD?无论是机器学习或是深度学习一般都可分为两个部分:特征提取与分类任务。在传统的机器学习方法中,特征提取需要依据图像以及特有的检测目的抓取特有特征,如偏重物体轮廓的HOG特征,注重明暗对比的Haar特征等,特征被描述之后送入机器学习算法分类,如SVM、Adaboost等,进而判断物...原创 2019-09-24 18:04:24 · 11694 阅读 · 10 评论