deeplearning
文章平均质量分 89
TraceChen
这个作者很懒,什么都没留下…
展开
-
数据预处理与数据增强
数据预处理与数据增强数据增强技术被证明了有利于通用的尤其是深度的机器学习架构的训练,无论是加速收敛过程还是作为一个正则项,这也避免了过拟合并增强了模型泛化能力[15]。数据增强一般包括在数据空间或特征空间(或二者均有)上应用一系列的迁移技术。在数据空间上应用增强技术最常见,这种增强技术应用迁移方法从已有数据中得到新的样本。有很多的可用的迁移方法:平移、旋转、扭曲、缩放、颜色空间...原创 2019-06-10 11:26:00 · 2594 阅读 · 0 评论 -
《一 》FasteMaskRCNN-master实验代码实现环境需要
首先先说一下系统和设备:不建议在windows下 会出现会多的问题,所以建议在linux系统 之下的UbuntuUbuntu16.04 系统下,显卡是GTX1080Ti,安装anaconda3并创建一个Python2.7的环境下,tensorflow-gpu=1.0.1版本的所需要的包有一下:tensorflow-gpu=1.0.1或是1.0.0一定要选择这两个版本的 如果是其他的版本会出现很多...原创 2018-02-08 23:31:53 · 721 阅读 · 0 评论 -
CVPR2017论文和ICCV2017论文下载地址
CVPR2017paper下载地址:http://openaccess.thecvf.com/CVPR2017.pyICCV2017paper下载地址:http://openaccess.thecvf.com/ICCV2017.py原创 2018-03-19 09:22:51 · 7683 阅读 · 3 评论 -
初学者deep learning教程
斯坦福大学的教程以及相应的习题练习地址如下:http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial原创 2018-03-19 15:01:15 · 373 阅读 · 0 评论 -
迁移学习
迁移学习从头训练一个深度神经网络通常是不可行的,有这样两个原因:训练需要足量的数据集,而这一般是很难得到的;网络达到收敛需要很长的时间。即便得到了足够大的数据集并且网络可以在短时间内达到收敛,从之前的训练结果中的权重开始训练也总比从随机初始化的权重开始训练要好[20,21]。迁移学习的一种重要的做法便是从之前训练好的网络开始继续训练过程来微调模型的权重值。Yosinski等人...原创 2019-06-10 11:26:56 · 1235 阅读 · 0 评论 -
条件随机场
条件随机场如前所述,CNN结构内在的空间转化不变性限制了其应用到分割问题上的准确率(尤其是其在空间位置上的准确性)。调优分割架构的输出并强化其捕捉细粒度信息的一个通用的办法就是引入条件随机场(CRF)作为其后处理模块。CRF促成了底层图像信息(如像素间的相互关系[92,93])与产生像素级别的类别标签的多类别推理输出的结合,这种结合对于捕捉长期依赖性质尤其重要,这也是关注于局部细节的...原创 2019-06-10 14:25:10 · 818 阅读 · 0 评论 -
评价指标:准确率
准确率已经提出了许多用于评估语义分割问题准确率的评价指标,这些指标通常是像素级准确率及IoU的变体。我们报告了语义分割方面最常用的评价指标,用来度量逐个像素标注类的方法的表现。为便于解释,我们给出下述标号的意思:我们假设共有k+1类,(从L0到Lk,包括一个空类或者是背景),pij是本属于第i类却被分到第j类的像素数量。也就是说,pii代表的是分类正确的正例数量,其他几个p值类似。...原创 2019-06-10 16:07:45 · 3127 阅读 · 1 评论 -
用于语义分割问题的深度学习技术综述
很优秀:收藏:转载:https://www.cnblogs.com/Jie-Liang/p/6902375.html综述论文翻译:A Review on Deep Learning Techniques Applied to Semantic Segmentation近期主要在学习语义分割相关方法,计划将arXiv上的这篇综述好好翻译下,目前已完成了一部分,但仅仅是尊重原文的直译,后续将继...原创 2019-06-10 16:45:36 · 1230 阅读 · 0 评论