![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 95
lavendelion
这个作者很懒,什么都没留下…
展开
-
论文复现——PFLD——人脸关键点检测
PFLD:A Pratical Facial Landmark Detector论文下载1. 网络简介人脸关键点检测任务是很多人脸相关任务的基础,比如换脸、人脸变换、人脸识别等等;现实中,人脸通常暴露在复杂环境中,同样的人脸图像可能因为姿势、表情、光线以及遮挡等问题而非常不同。采集同一个人在不同环境不同姿势情况下的数据集理论上可行,但是实际操作很难实现,因为所需的训练数据量太大了。作者总结了人脸关键点问题的四个难点:局部变量影响(Local Variation):表情、局部光照、阴原创 2021-02-16 15:13:38 · 5963 阅读 · 18 评论 -
动手学习深度学习——卷积神经网络基础
卷积神经网络基础1. 深度学习基本网络层1.1 卷积层1.2 1x1卷积层1.3 池化层1.4 激活层1.5 Batchnorm层(BN层)1.6 Dropout层1.7 空洞卷积(AtrousConvolution)2. 深度学习经典网络模块2.1 NiN块——cccp层(cascaded cross channel parametric pooling)2.2 Inception块2.3 sh...原创 2020-04-08 11:42:42 · 861 阅读 · 0 评论 -
动手学习深度学习pytorch版——多层感知机与softmax层
多层感知机与softmax层——动手学习深度学习pytorch版1. 内容简介1.1 数据集介绍1.2 多层感知机(MLP,Multilayer Perceptron)介绍1.3 激活函数1.4 Softmax层1.5 交叉熵损失函数1.6 网络的最终输出2. 多层感知机——从零开始2.1 激活函数的代码实现2.2 softmax层的代码实现2.3 交叉熵损失函数的计算2.4 线性层模块的定义2....原创 2020-04-08 11:38:12 · 1566 阅读 · 0 评论 -
动手学习深度学习pytorch版——从零开始实现YOLOv1
从零开始实现YOLOv11. 数据处理1.1 数据集介绍1.2 数据提取和转换1.3 pytorch的Dataset类构造2. YOLOv1网络实现2.1 Loss函数设计2.2 网络结构实现3. 开始训练啦4. 网络预测(Inference)5. 结果展示 以下是YOLOv1网络的实践操作部分,具体理论可以参考我的博客“经典论文解析——YOLOv1——目标检测”。文中代码均使用了GPU,如果...原创 2020-04-08 11:31:34 · 32862 阅读 · 167 评论 -
经典论文解析——YOLOv1——目标检测
YOLOv1,you only look once1. 网络简介2. 网络设计思路3. 网络结构4. 网络训练和检测的技巧5. 网络的优缺点 其实经典的CNN如AlexNet,VGG,GoogLeNet和ResNet部分的搭建和训练都已经完成了,但是还是想之后结合论文再一起介绍,所以这次先来个比较有难度的任务,目标检测YOLOv1网络的实现。要自己动手实现网络,第一步当然是阅读论文,论文阅读是...原创 2020-04-08 11:24:09 · 4082 阅读 · 7 评论 -
动手学习深度学习——目标检测指标mAP原理及举例
mAP原理及举例1). mAP相关概念2). 以图像检索mAP为例3). 目标检测中的mAP案例4). 总结5). 代码实现 文中如有错误,或您有不同的看法,请评论中指出讨论,谢谢。概念: 得到检测算法的预测结果后,需要对pred bbox与gt bbox一起评估检测算法的性能,涉及到的评估指标为mAP,那么当一个pred bbox与gt bbox的重合度较高(如IoU score &g...原创 2020-02-21 21:14:44 · 2364 阅读 · 0 评论 -
动手学习深度学习——从零开始推导和复现反向传播
反向传播——BP算法1.符号说明2.前向传播3.反向传播4. 代码实现 文中如有错误,或您有不同的看法,请评论中指出讨论,谢谢。1.符号说明 假设网络一共有0 ~ N层,其中0为输入层,N为输出层,1 ~ N-1为隐藏层。每层网络都有nLn_LnL个神经元,L代表第L层网络。 除了输入层以外,网络的每个神经元都有两个变量ai(L),bi(L)a^{(L)}_{i},b^{(L)}_...原创 2020-02-15 18:56:16 · 529 阅读 · 1 评论 -
经典论文解析——MobileNet系列
MobileNet系列V1—MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications1. 简介2. 网络介绍2.1 深度可分离卷积(Depthwise Separable Convolution)2.2 网络结构2.3 超参数1——Width Multiplier α2.4 超参数2——Res...原创 2020-02-06 21:35:19 · 2566 阅读 · 0 评论 -
动手学习深度学习keras版——从零开始实现Vnet 2D版
从零开始实现Vnet 2D版1. 数据处理1.1 数据集介绍1.2 数据提取和转换1.3 Keras的数据生成器(generator)构造2. Vnet 2D版网络实现3. 开始训练啦4. 网络预测(inference)5. 结果展示 工作需要,暂时换成keras来写网络代码。其实感觉还是pytorch用起来灵活整洁一些。有时间还是会继续出pytorch版的,顺便看看两个深度学习框架之间的差别...原创 2019-11-18 16:45:43 · 3039 阅读 · 18 评论 -
动手学习深度学习pytorch版——线性回归
线性回归——动手学习深度学习pytorch版1. 线性回归——从零开始1.1 用随机数生成并保存数据1.2 创建训练数据集的迭代器1.3 构造最简单的线性层网络1.4 构造自己的损失函数1.5 开始训练啦! 本系列是基于亚马逊李沐老师的教材《动手学习深度学习》,以及李沐老师对应的视频教程内容展开。但是李沐老师课程中使用的深度学习框架是MXNet,其实选择什么框架并不是重点,重点应该是其中的内容...原创 2019-10-15 10:57:08 · 1094 阅读 · 1 评论