深度学习
weixin_43700045
这个作者很懒,什么都没留下…
展开
-
yolo_v1学习笔记
yolo_v1学习笔记 注:第一次学习目标检测神经网络,目标检测训练数据的标签与分类任务的不同,有框的位置及大小置信度等参数,不只是简单的类别。核心思想将物体检测方法看作一个回归问题,来预测空间分离的边界框和相关类别的概率。将图片隐式(理论处理上)的分为S*S个网格。物体的中心落在哪个网格内,哪个网格就负责预测这个物体。每个网格要预测B个框,C个类别。 这种预测方式导致网格内出...原创 2019-11-08 19:41:59 · 197 阅读 · 0 评论 -
RetinaNet学习笔记
一、Focal Loss解决的问题 本文的核心为提出一种改进的交叉熵损失函数:Focal Loss,解决了单阶段物体检测其中,正负样本数量和分类难易程度极度不平衡引起的损失值被大量容易分类的负样本的损失淹没的问题。 正样本 负样本 数量 少量 大量 ...原创 2019-11-08 09:35:48 · 339 阅读 · 1 评论