- 博客(6)
- 资源 (1)
- 收藏
- 关注
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 1179
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 20:25:14 888
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 16:10:17 246
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 2323 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 14:28:54 230
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 1747
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人