![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 96
人工智障之深度瞎学
从入门到上瘾
展开
-
深度学习之多尺度卷积的发展总结
????(2019.04-arXiv)ScaleNet:Data-Driven Neuron Allocation for Scale Aggregation Networks【论文原文】???? 原理:文本语义分割的mix;分组采用不同的卷积核大小进行计算;两种分组方法:等分、指数分割????(2019.07-arXiv)MixConv:MixConv: Mixed Depthwise Convolutional Kernels【论文原文】【代码】???? 原理:深度可分离卷积的mix原创 2020-06-26 12:59:00 · 10180 阅读 · 0 评论 -
生成式对抗网络(GAN)-(Generative Adversarial Networks)算法总结(从原始GAN到....目前)
本文将按时间顺序总结gan的paper(非所有,会挑选个人认为比较重要的),并将参考其它博客(会给出链接),如有侵权,请私信删除。???? (2014.06-arXiv)GAN:Generative Adversarial Nets【论文原文】【参考文章】????contributions:开山之作;原理:生成网络和判别网络的互相对抗。生成网络尽可能生成逼真样本,判别网络则尽可能去判别该样本是真实样本,还是生成的假样本。采用JS散度作为评判依据。loss函数(原始gan损失函数的详细解释):原创 2020-05-30 23:39:26 · 13321 阅读 · 3 评论 -
AI算法工程师-从入门到上瘾
设定一个非常清晰的目标清晰的目标就比如说你要做NLP,你要知道NLP的应用有智能问答,机器翻译,搜索引擎等等。然后如果你要做智能问答你要知道现在最发达的技术是深度学习,使用的算法有RNN/LSTM/Seq2Seq/等等一系列。而我的清晰目标是在实习的时候给我的任务。当任务很明确的时候,所需要的语言就明确了,所要学习的算法也就明确了,很多东西就顺理成章了不用一头乱撞了。机器学习是人工智能的一种,...原创 2019-07-02 16:54:19 · 3748 阅读 · 0 评论 -
语义分割-深度学习算法总结(从FCN到....目前)
按时间顺序总结paper,看语义分割的结构是如何演变的。分别有FCN 、SegNet 、Dilated Convolutions 、DeepLab (v1 & v2) 、RefineNet 、PSPNet 、Large Kernel Matters 、DeepLab v3 …FCN...原创 2019-07-07 16:52:23 · 5076 阅读 · 4 评论 -
高效轻量级深度模型的研究与实践
原文: https://mp.weixin.qq.com/s/pWaU4Q2fAL6LcY8nC2eWDw一、背景众所周知,CNN 模型已是现代深度视觉系统的一个核心部分,作为基础模型,它起到了特征抽取器的作用,被应用于很多业务场景如人脸识别、物体检测与语义分割等等;之所以将基础模型称为“核心部分”,有以下 2 个原因:基础模型设计的好坏在很大程度上会影响整个系统的精度;由于 CNN 模型...原创 2019-06-08 11:41:23 · 1603 阅读 · 0 评论 -
轻量级神经网络:MobileNetV1到MobileNetV3
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision ApplicationsMobileNetV1(2017):https://arxiv.org/abs/1704.04861?context=csMobileNetV2: Inverted Residuals and Linear Bottlenecks...原创 2019-06-06 16:03:34 · 13533 阅读 · 4 评论 -
残差网络ResNet到ResNeXt解读,最强ResNeXt预训练模型已开源及如何使用
它叫ResNeXt WSL,有超过8亿个参数,用Instagram上面的9.4亿张图做了 (弱监督预训练) ,用ImageNet做了微调。ResNet (2015)ResNeXt (2016)ResNeXt WSL(2019)如何使用:import torchmodel = torch.hub.load('facebookresearch/WSL-Images', 'resnext10...原创 2019-07-13 11:23:43 · 7985 阅读 · 0 评论 -
深度学习之anchor机制
anchor机制由Faster-RCNN提出,而后成为主流目标检测器的标配,例如SSD、Yolov2、RetinaNet等等。为了解决:分而治之(将scale和aspect ratio空间划分为几个子空间,降低问题难度,降低模型学习难度)和解决gt box与gt box之间overlap过大导致gt box丢失问题。三个方法:pyramids of images:pyramids of f...原创 2019-07-13 19:36:40 · 6409 阅读 · 2 评论 -
语义分割-深度学习算法总结(2018)-论文翻译(附带相关数据集)
太优秀了,收藏用!转载自:https://www.cnblogs.com/Jie-Liang/archive/2017/06/29/6902375.html论文原文地址:https://arxiv.org/abs/1704.06857应用于语义分割问题的深度学习技术综述摘要应用场景:自动驾驶、室内导航、甚至虚拟现实与增强现实等。一、引言语义分割:(应用于静态2D图像、视频甚至3D数据、...原创 2019-07-06 10:50:07 · 7295 阅读 · 0 评论 -
神经网络基础模型VGG、GoogLeNet(inception)、ResNet、dense Net、SqueezeNet、Xception的网络结构
原创 2019-08-08 13:43:58 · 1753 阅读 · 0 评论 -
GoogLeNet:inception V1、V2、V3、V4、Inception-ResNet V1、V2详解
原创 2019-08-10 15:57:17 · 934 阅读 · 0 评论 -
深度学习知识点训练技巧总结
2、防止过拟合(overfit)的方法正则化:即在对模型的目标函数(objective function)或代价函数(cost function)加上正则项。(L1正则与L2正则)提前停止迭代:当迭代过程中准确率不再上升时停止,或者是损失函数停止下降的时候。dropout:在每次训练过程中随机将部分神经元的权重置为0,即让一些神经元失效,这样可以缩减参数量。数据集增广:重采样、加噪音、...原创 2019-08-11 09:21:41 · 1219 阅读 · 0 评论 -
目标检测模型中NMS、soft-NMS、softer-NMS的原理、LNMS文本检测系列(python代码实现)
非极大值抑制NMS的作用:是目标检测框架中的后处理模块,主要用于删除高度冗余的bbox。????一、NMS非极大值抑制NMS的过程:根据置信度得分进行排序;选择置信度最高的边界框添加到最终输出列表中,将其从原始边界框列表中删除;计算所有边界框的面积;计算置信度最高的边界框与其它候选框的IoU;删除IoU大于阈值的边界框;(一般IOU取0.3~0.5)重复上述过程,直至原始边界框列...原创 2019-10-07 20:58:01 · 2383 阅读 · 0 评论 -
轻量级神经网络:ShuffleNetV1到ShuffleNetV2
论文名:ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design论文地址:https://arxiv.org/abs/1807.11164会议:ECCV2018大规模的神经网络和小规模的神经的网络的之间有什么区别? 为什么有了大规模神经网络的精度后还要去研究小规模的神经网络呢?(大网络:存储空间,GPU...原创 2019-06-06 11:27:49 · 2890 阅读 · 0 评论 -
深度学习模型压缩与加速综述
本文转自微信公众号SIGAI全文PDF见:http://www.tensorinfinity.com/paper_167.html目前在深度学习领域分类两个派别,一派为学院派,研究强大、复杂的模型网络和实验方法,为了追求更高的性能;另一派为工程派,旨在将算法更稳定、高效的落地在硬件平台上,效率是其追求的目标。复杂的模型固然具有更好的性能,但是高额的存储空间、计算资源消耗是使其难以有效的应用在...原创 2019-06-05 11:53:30 · 1905 阅读 · 0 评论 -
深度学习算法总结
LeNet(1998):现在一般指LeNet5,(输入层、卷积、池化、卷积、池化、全连接、输出共5层)主要特征:卷积层和下采样层相结合作为网络的基本结构。所有神经元共享权值,但偏置可能不同。激活函数:软最大函数(softmax)。AlexNet(2012):普遍认为深度学习的开端是2006年,但是广泛关注从2012开始。(输入层、5个卷积(其中3个卷积进行最大池化)、3个全连接、输出层共8层)...原创 2019-04-13 20:17:34 · 4822 阅读 · 0 评论 -
目标检测-深度学习算法总结(从R-CNN到......最新..........)
版权声明:本文为博主原创文章,未经博主允许不得转载。仅作为个人笔记:● R-CNN(2013.11):二阶基础● OverFeat:(2014)主要特征:集成的处理识别(Recognition)、定位(Localization)、检测(Detection)三个问题,做到一个网络解决所有问题。并且通过一个卷积网络,实现对输入支持多尺度(multiscale)、滑动窗口的变换。学习FCN、...原创 2019-04-20 10:48:28 · 8628 阅读 · 0 评论