![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 52
淡定云天
图像处理,模式识别,深度学习,数据分析,数据挖掘
展开
-
ECCV2020超快车道线检测算法:Ultra Fast Structure-aware Deep Lane Detection2021-03-24
作者:cfzd| 来源:知乎https://zhuanlan.zhihu.com/p/157530787本文仅做学术分享,如有侵权,请联系删除。很高兴和大家分享一下我们刚刚被 ECCV 2020 接收的新工作:一种超快速的车道线检测算法(https://link.zhihu.com/?target=https%3A//arxiv.org/abs/2004.11757),能够达到SOTA水平的性能,同时保持超高的检测速度。轻量级的版本可以在接近SOTA的性能情况下达到300+FPS的检测速度..转载 2021-03-24 22:35:06 · 1002 阅读 · 0 评论 -
谈谈深度学习框架的数据排布【转载】
最近同事碰到了一个不同框架模型互相转换的问题:pytorch模型或caffe模型要转到tensorflow和TFLite上进行移动端的部署。模型从pytorch或caffe转tensorflow通过ONNX作为中转还相对顺利,但是从tensorflow到TFLite的时候却遇到了输入不匹配的问题。原因在于pytorch,caffe输入数据通常以“NCHW”的形式进行排列。虽然转到tensorflow的时候依旧也能按照“NCHW”的方式转成功,但是Tensorflow转TFLite竟然失败了。原来TFLite转载 2021-03-22 10:46:29 · 299 阅读 · 2 评论 -
pytorch训练出来的模型参数如何保存为嵌入式C语言能够调用的形式
在深度学习算法嵌入式开发应用中,如何把在pytorch下训练得到的模型参数,提取出来保存成C语言能够调用的数组形式,是嵌入式应用开发的重要步骤。以下介绍一个简单的例子,下文中的代码来自莫凡教程,是一个线性回归的简单深度学习例子,输入节点为1个,隐藏层10个节点,输出一个节点。relu用的是普通的,所以不需要参数。f = open('./w1.txt',mode = 'w+') #是创建一个txt文件。参数 'w+'的意思是如果存在该文件,则删除内容,从头开始书写,如果不存在该文件,则创建一个。f原创 2021-03-19 11:39:02 · 1853 阅读 · 0 评论 -
[神经网络]反向传播梯度计算数学原理
https://www.cnblogs.com/alan-blog-TsingHua/p/9981522.html转载 2021-01-12 17:30:12 · 212 阅读 · 0 评论 -
深度学习 池化的概念
转自:http://blog.csdn.net/danieljianfeng/article/details/42433475在卷积神经网络中,我们经常会碰到池化操作,而池化层往往在卷积层后面,通过池化来降低卷积层输出的特征向量,同时改善结果(不易出现过拟合)。为什么可以通过降低维度呢?因为图像具有一种“静态性”的属性,这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。...转载 2018-12-22 11:31:14 · 22987 阅读 · 0 评论 -
深度学习主流框架比较
版权声明:Sin_Geek笔记与总结,欢迎分享讨论~~ https://blog.csdn.net/lyh03601/article/details/82587435常见的深度学习框架有 TensorFlow 、Caffe、Theano、Keras、PyTorch、MXNet等,如下图所示。这些深度学习框架被应用于计算机视觉、语音识别、自然语言处理与生物信息学等领域,并获取了极好的效果。下...转载 2018-12-18 10:40:44 · 505 阅读 · 0 评论