- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Optimizer优化器总结
在训练深度学习模型的时候，我们要使用优化算法不断迭代模型参数以降低模型损失函数的值。在深度学习问题中，我们通常要预定义一个损失函数(L1,L2等Loss)，在模型训练过程中，这样的损失函数通常被称为目标函数。优化算法的目标损失函数通常是一个基于训练数据集的损失函数，优化目标是为了降低训练误差，但是在降低训练误差以外还要注意过拟合，后面将介绍防止过拟合的相关方法。 在优化过程中，我...
2019-05-27 19:22:44
1160
原创 计算NMS以及Map(一）
计算NMS 在进行测试的时候我们需要进行NMS，把没有必要的框去除掉，以保证我们的输出效果。 在把数据输入到检测网络中时，输出的为PreBoxes(Shape=(B,A,4)),PreIds(Shape=(B,A,NUMClass))，PreScores(Shape=(B,A,NUMClass)),在此我真对一张图片进行求解NMS。首先我们要明白PreBoxes包含的是所有De...
2019-05-25 20:25:14
866
原创 阅读完相关论文自己的理解(二)
上篇博客主要叙述了ResNetv1/v2两篇经典论文的解析，由于工作需要，需要做关键点检测，那么阅读了关键点的一些文章，现就Pose的经典的三篇论文进行理解:CPM（Convolutional Pose Machines）、StackedHourGlassNetWork、SimPleBaseLine。1、CPM 1 Introduction PoseMachin...
2019-05-20 16:10:17
239
原创 Pose Estimation 相关操作-HeatMap生成
1、HeatMap的生成相关代码(1)import numpy as npimport cv2input_size=(96,96)center=(10,10)stride=1start=stride/2-0.5#用来控制center的位置，默认stride为1xx=np.arange(1,input_size[0])yy=np.arange(1,input_size[1])...
2019-05-14 18:46:01
2274
1
原创 阅读完相关论文自己的理解
ResNetv1:(1)ResNetv1使用了残差单元，使得网络结构更加容易优化、验证了使用残差单元可以通过增加网络的深度来提高精度。(2)该论文阐述了plain NetWork随着网络深度的不断提升，TrainError也不断提高，这不是梯度消失问题，由于网络的模型结构使用了BN，其保证了前向传播网络的输出分布为非0分布，并且反向传播的梯度也是一直存在的，所以不是梯度消失的问题，而是随着...
2019-05-14 14:28:54
216
原创 Python 关于__init__.py的理解
在使用Python文件时，我们引入了一个Package的概念，这样方便我们去调用我们写的函数，而不需要重新复制一遍。但是在包导入的时候，会出现各种各样的问题。在使用以下方法进行导包的时候：from . import xxxfrom .. import xxx会出现SystemError: Parent module '' not loaded, cannot perf...
2019-05-10 14:28:00
1691
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人