up sampling:在一个范围内填充一个值
up pooling: 对应down pooling(比如max pooling),要记录下采样对应的位置,然后把值还给该位置,其余为0
res module: 入口两个分支,一个做11卷积核的卷积,通道数自己定。另一个做bn+relu+conv三次,通道数先减半再复原,卷积核中间的是33,两边是1. 出自resnet。H=X+Y,x是原信号,y是残差,H是要拟合的信号。
hour glass结构:基于res module, 也是入口两个分支,一个分支做res module,另一个是沙漏,先下采样,再三次res module再上采样。中间的res可做hourglass的嵌套,称为高阶。
cornernet的结构:2个hourglass连再一起。
focal loss:比交叉熵乘一项,(1-p)^r。p[0,1], 预测的概率结果,越接近1越容易分类,接近零越难分类。对于易分类的loss会变大(小数的指数倍更小,-log就越大)。
torch安装:pip3 install https://download.pytorch.org/whl/cu90/torch-1.1.0-cp37-cp37m-win_amd64.whl