weixin_41657705的博客

1. 核心创新点：dd1）SPP-Net主要是在前人的经典深层卷积网络的基础上用spp layers替换掉最后一个卷积层后面的池化层，达到可以针对不同大小的feature map 池化出相同大小的特征向量，以作后续fc层的使用，从而可以达到imput 不同size 的图片进行训练（spp layer示意图）：这里一个比较新的术语是spatial bin(最小单位的小格子)，他们的数量会根据feature mao的大小调整大小，从而保证输出向量的固定大小2）可以对整张图片只进行一次卷积操作提取特征，提高

术语说明：损失函数：计算每个数据样本在当前参数下损失值的函数成本函数：计算所有样本在当前参数下的损失值的的均值的函数批量梯度下降法(BGD)，每次随机从训练集中抽取btch size个样本（假设是随机取样，可重复抽取同一样本），假设 L_i 为关于当前参数W下第 i 个样本的损失值（是一个随机变量）,则BGD的成本函数则为:( L_1 + L_ 2 + L_3,+…+ L_btch size) / btch size则其期望值为:[E(L_1) + E(L_2) + E(L_3) + …+

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar