- 博客(5)
- 收藏
- 关注
原创 2020图像技术栈
1、图像分类:数据上各种爬虫工具,算法上backbone,权重,loss。小样本问题,样本不均衡问题。 2、目标检测:backbone,loss,NMS,Anchor生成方式或anchor free,评价体系IoU,GIoU。小目标问题,样本不均衡问题。 3、语义分割:sota 4、美学分:代码实践,总结一篇 5、图像修复:image-inpainting文章及代码实践一篇 6、风格迁移...
2020-04-22 10:07:33 510 1
原创 trick
1、一般说的BN操作是指caffe中的BatchNorm+Scale use_global_states:默认是true【在src/caffe/caffe.proto】表示是否使用caffe内部的均值和方差 训练时:use_global_states:false 测试时:use_global_states:true https://blog.csdn.net/sun_28/article/...
2019-01-11 11:43:51 219
原创 2018上半年工作总结
3年了,又换工作了 1、图像分类: 1)各种网络结构及tricks:alexnet到vggnet,inception,resnet。。。 2)模型压缩:剪枝,量化,huffman编码,remove bn,蒸馏 3)数据标注:公开数据集>标数据+主动学习方法>纯标注数据 2、目标检测: 1)检测框架及各种trick:rcnn->fast-rcnn->faster-...
2018-05-30 17:10:03 841
原创 弱监督深度学习
一、无监督学习: 一般指聚类算法,事先不知道样本的类别,通过某种办法,把相似的样本放在一堆。 比如假设有两类数据在样本中,那么将样本聚成两类,经过定性分析,就可以给两类加标签了。 二、有监督学习 1.难点-数据问题 0)数据太少,深度网络学不好,容易发生过拟合 1)数据标注,需要大量的人力和财力 2)增加类别,要增加新的标注 3)不同人标
2017-08-29 14:53:04 2999
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人