weixin_43869605的博客

1、通过混淆矩阵实例给大家讲解各个指标：混淆矩阵 预测 0 1 真实 0 TN FP 1 FN TP 真阳率：代表将真实正样本划分为正样本的概率 伪阳率：代表将真实负样本划分为正样本的概率 精确率：precision = TP / (TP + FP) 召回率：recall = TP / (TP + FN) 准确率：accuracy = (TP + TN) ...

1、BN层的作用：卷积神经网络学习过程的本质就是为了学习数据分布，一旦训练数据与测试数据的分布不同，那么网络的泛化能力也会大大降低。对于输入的数据，已经进行了人为的归一化，由于前面训练参数的更新将导致后面层输入数据分布的变化。为了解决这个问题，使用了批归一化的方法。在网络的每一个卷积层之后，激活函数之前，又插入了一个归一化层。此方法是将每一层的激活值进行归一化之后，将它们映射到服从高斯分布的方差为1均值为0的区域，从而解决了梯度消失的问题。当梯度变大之后，网络更新速度和训练速度变快，带来...

一、YOLOv1算法介绍 1、YOLOv1简介是one-stage系列中的一种，把检测问题转化到回归上来，一个CNN即可完成检测流程。 2、算法结构 ① 他的核心思想就是利用整张图作为网络的输入，将目标检测作为回归问题解决，直接在输出层回归预选框的位置以及所属的类别，YOLO最左边是一个inceptionV1网络，共20层。但作者对inceptionV1进行了改造，他没有使用inception模块，而是...

一、SSD算法的介绍 1、SSD算法：是One-stage目标检测算法中的一种，不需要region proposal阶段，可以直接产生物体的类别概率和位置坐标值，经过单词检测即可直接得到最终的检测结果，具有检测速度快的特点。 2、SSD算法结构： ① 主干网络：是由VGG16中部分卷积层组成，并将最后２层的conv6和conv7换成全连接层，用来进行图像分类 ...

我们直接看代码逻辑：# coding: utf-8# This script is modified from https://github.com/lars76/kmeans-anchor-boxesfrom __future__ import division, print_functionimport numpy as npdef iou(box, clusters): """ Calculates the Intersection over Union (IoU)