weixin_39928773的博客

前言BN（Batch Normalization）在如今的神经网络中应用广泛，涵盖图像分类、语义分割和目标检测等各个领域，对于防止过拟合起到了巨大的作用。在TensorFlow中，使用BN时通常要设置一个参数——is_training，作为模型处在训练模式或者测试模式的标志。倘若这个参数使用不得当，就会出现推理时精度异常，会出现如下情况：①batch_size = 1时，无论输入数据是否打乱，推理精度都是极低；②batch_size 较大时，且输入数据没有打乱时，精度极低；③当batch_size较

背景在Fast RCNN中，采用了Selective Search（选择性搜索）进行候选框推荐，这样的做法虽然达到了一定的效果，但是效率却十分低下，仅仅是候选框推荐就占用了整个架构80%以上的推理时间。在Faster RCNN训练细节...

前言在计算机视觉领域中，为了提高深度神经网络模型的泛化性能，更好地适应的环境和工况，在模型的训练过程中常常会用到数据增强算法。这篇博客将总结分享现有的一些数据增强方法。增强方法适用领域Flip分类、检测、分割Rotation分类、分割Resize分类、检测、分割Croping分类、检测、分割Noise分类、检测、分割Color dis...