深度学习
xyz2107605729
这个作者很懒,什么都没留下…
展开
-
学习率
https://zhuanlan.zhihu.com/p/41379279SGDR带重启的随机梯度下降 stochastic gradient descent with restartshttps://gist.github.com/jeremyjordan/5a222e04bb78c242f5763ad40626c452找寻最优学习速率https://gist.github.co...原创 2019-05-30 14:37:12 · 234 阅读 · 0 评论 -
有三 AI 学习
模型解读从LeNet到VGG,看卷积+池化串联的网络结构https://zhuanlan.zhihu.com/p/40791280NIN中的1*1卷积,你懂了吗https://zhuanlan.zhihu.com/p/41590396Inception结构,你看懂了吗https://zhuanlan.zhihu.com/p/41691301说说移动端基准模型MobileNetsh...原创 2019-05-07 21:51:22 · 404 阅读 · 0 评论 -
可视化-动手备用
可视化中间层输出 https://mp.weixin.qq.com/s/fL_IF7r16yTef_I1PcoYeA原创 2019-05-07 17:39:46 · 116 阅读 · 0 评论 -
动手深度学习备用
cnn 经典模型https://github.com/BIGBALLON/CIFAR-ZOO原创 2019-05-10 11:20:12 · 118 阅读 · 0 评论 -
numpy 常用操作备用
numpy 的 array 的拷贝numpy 的 array 只有通过显示地调用 .copy(),方法才会复制,即使当做函数的参数传递https://blog.csdn.net/xidianliutingting/article/details/51682867a = np.zeros((1,2))print('before a = ', a)def change(npa): ...原创 2019-04-06 16:36:32 · 262 阅读 · 0 评论 -
目标检测中的Anchor
优点这种算法对于不同横纵比的object的检测都有效,这是因为算法对于每个feature map cell都使用多种横纵比的default boxes,这也是本文算法的核心。另外本文的default box做法是很类似Faster RCNN中的anchor的做法的。最后本文也强调了增加数据集的作用,包括随机裁剪,旋转,对比度调整等等。不足文中作者提到该算法对于小的object的detecti...原创 2019-03-27 20:36:36 · 1618 阅读 · 0 评论 -
Learning to Navigate for Fine-grained Classification
创新点整个方法建立在有区分性的局部对更好地特征化目标是有用的,融合有区分性局部信息和整幅图像的信息会得到更好的分类结果,这个假设合情合理。传统的定位有区分性局部的方法,缺少一种能保证模型集中在正确区域的机制直观上,有较高概率是真实类别的局部区域,应该包含更多的对象特征语义,用一个loss函数来保证,分类概率和选择的局部区域有着相同的顺序,来实现上述的保证机制将 FPN引入到细粒度分类问题...原创 2019-03-18 20:59:46 · 699 阅读 · 2 评论 -
感受野计算
感受野The receptive field is defined as the region in the input space that a particular CNN’s feature is looking at (i.e. be affected by)感受野被定义为,CNN的某个特征查看输入空间中的区域(即受影响的区域)感受野计算(1) nout=⌊nin+2p−k2...翻译 2019-03-25 17:38:37 · 430 阅读 · 1 评论 -
目标检测中的一些名词
anchor box第一次出现在 faster R-CNN的论文里,用来解决多尺度问题,以往解决多尺度问题的方法有两种,一是图像金字塔,二是卷积核金字塔,(特征金字塔 FPN feature pyramid network),这两种方式都会引入大量的计算。anchors 机制,引入不同尺寸、不同高宽比的 anchors, 较好地解决了多尺度问题候选框到 feature map 的转换非极...原创 2019-03-21 22:01:34 · 1077 阅读 · 1 评论 -
场景文字识别综述
场景文字检测和识别的关键技术网络架构全卷积网络 FCNFully convolutional network FCN 全卷积网络,没有全连接层的网络FCN可以生成用于有效语义分割的特征层次结构由于多尺寸学习和预测的优点,符合场景文字的本质,许多文字识别方法把FCN作为它们的骨干(backbone)网络。一般来说,首先,使用 FCN 得到像素级文本/非文本 salient map(突...翻译 2019-03-10 21:16:45 · 3777 阅读 · 2 评论 -
Yolo
yolo 思想什么是目标检测找出图片中物体的bounding box(边界框),并判定框内物体的类别。边界框可以用左上角坐标(x,y)和矩形的宽高(w,h)来表示。目标检测如何做?一个很自然的想法是,把图片喂给深度模型,让网络吐出 bounding box的 xywh四个值以及边框中物体的类别就好了。这么做貌似可行,但如果,图片中不止一个物体,我们想把它们都框出来,但是我们不知道图片中...转载 2019-03-10 15:05:20 · 358 阅读 · 0 评论 -
深度学习基本名词理解
交叉熵信息量熵相对熵(KL散度)交叉熵softmaxlogits深度学习源码中经常出现的logits其实和统计中定义的logit=log(p/1-p)(事件发生概率与不发生概率比值的对数)没什么太大关系,就是定义的神经网络的一层输出结果。该输出一般会再接一个softmax layer输出normalize 后的概率,用于多分类...原创 2019-06-24 15:51:45 · 206 阅读 · 0 评论