Black的博客

YOLOv3详解

FSCE: Few-Shot Object Detection via Contrastive Proposal Encoding论文：Few-Shot Object Detection via Contrastive Proposal Encoding (CVPR2021)Introduction深度卷积网络的学习一般都需要大量的标记数据进行训练，但是对于人来说，通过几张新类别图片就可以快速学习到新类别并进行识别。两阶段的微调方法（TFA）在少样本目标检测上有着比较大的潜力，TFA只是简单地冻结

目标检测中检测指标IOUIOU称为交并比，预测框和真实框区域交集和并集的比值，图示如下代码实现def iou(box1, box2): ''' 两个框（二维）的 iou 计算 注意：边框以左上为原点 box:[top, left, bottom, right] ''' in_h = min(box1[2], box2[2]) - max(box1[0], box2[0]) in_w = min(box1[3], box2[3]

Pytorch中的学习率衰减方法a.手动修改使用for循环来手动人工进行learning rate的衰减model = net()LR = 0.01optimizer = Adam(model.parameters(),lr = LR)lr_list = []for epoch in range(100): if epoch % 5 == 0: for p in optimizer.param_groups: p['lr'] *= 0.9#注意这

深度学习中的网络结构1、网络模型的的发展历史先简单说一下CNN一些经典案例和 ImageNet 图像分类竞赛的历年冠军（深度学习网络发展史）：神经网络年份标签作者LeNets1998年CNN开山之作纽约大学AlexNet2012年ImageNet冠军多伦多大学　Hinton团队ZFNet2013年ImageNet冠军纽约大学GoogLeNet2014年ImageNet冠军　Inception模块谷歌VGG2014年ImageN

深度学习中的激活函数sigmod函数relu函数tanh函数leaky relu函数softmax函数1）分子：通过指数函数，将实数输出映射到零到正无穷。2）分母：将所有结果相加，进行归一化。softmax函数求导...

深度学习常用数据集介绍（VOC、COCO）一、VOC数据集PASCAL VOC 挑战赛主要有 Object Classification 、Object Detection、Object Segmentation、Human Layout、Action Classification 这几类子任务PASCAL 主页 与 排行榜PASCAL VOC 2007 和 2012 数据集总共分 4 个大类：vehicle、household、animal、person，总共 20 个小类（加背景 21