SSD
文章平均质量分 94
【网络星空】
人工智能图像领域算法研发,实时发布行业最新技术,希望大家白嫖愉快。
展开
-
【L1、L2、smooth L1三类损失函数】
均方误差(MSE)是回归损失函数中最常用的误差,它是预测值与目标值之间差值的平方和,其公式如下所示:下图是均方根误差值的曲线分布,其中最小值为预测值为目标值的位置。优点:各点都连续光滑,方便求导,具有较为稳定的解缺点:不是特别的稳健,为什么?因为当函数的输入值距离中心值较远的时候,使用梯度下降法求解的时候梯度很大,可能导致梯度爆炸。什么是梯度爆炸?误差梯度是神经网络训练过程中计算的方向和数量,用于以正确的方向和合适的量更新网络权重。在深层网络或循环神经网络中,误差梯度可在更新中累积,变成非常大的梯度,原创 2022-06-05 21:17:41 · 579 阅读 · 0 评论 -
【SingleShotMultiBoxDetector(SSD,单步多框目标检测)】
项目源码:•One-Stage•均匀的密集抽样•Priorboxes/Defaultboxes(Anchorboxes)•不同尺度抽样•不同scale尺度的特征图抽样•对于小目标检测效果不错•预测速度快•训练困难(正负样本极度不均衡)下图为一些网络结构的效率对比图,一般来说,map达到75%到80%就可以了其主干网络为做了一些改动的VGG net征图进行预测后,大小不变还是3838,深度变成了(4classes+4),即100,这上面的每一个11100,对应的是一个锚点的预测值。在深度上来原创 2022-06-03 23:00:15 · 3464 阅读 · 0 评论