深度学习
主要介绍一些关于深度学习的方法
老三是只猫
坚持不断的学习
展开
-
CNN图像的尺寸和参数计算(深度学习)
分享一些公式计算张量的尺寸,以及CNN中参数的计算。以Alexnet网络为例,以下是该网络的参数结构图。AlexNet网络的层结构如下:1.Input: 图像的尺寸是2272273.2.Conv-1: 第1层卷积层的核大小11*11,96个核。步长(stride)为4,边缘填充(padding)为0。3.MaxPool-1: 池化层-1对Conv-1进行池化,尺寸为3*3,步长为2.4.Conv-2: 核尺寸:5*5,数量:256,步长:1,填充:25.Max原创 2021-05-06 17:21:05 · 5092 阅读 · 1 评论 -
模型剪枝
https://blog.csdn.net/qq_38109843/article/details/107234801https://blog.csdn.net/qq_38109843/article/details/107234801pytorch Resnet50分类模型剪枝原创 2021-04-07 16:14:43 · 107 阅读 · 0 评论 -
模型压缩系列文章
模型压缩原创 2021-04-07 11:43:53 · 82 阅读 · 0 评论 -
过拟合的原因和解决方法
过拟合的原因1、数据量太小 这个是很容易产生过拟合的一个原因。设想,我们有一组数据很好的吻合3次函数的规律,现在我们局部的拿出了很小一部分数据,用机器学习或者深度学习拟合出来的模型很大的可能性就是一个线性函数,在把这个线性函数用在测试集上,效果可想而知肯定很差了。2、训练集和验证集分布不一致训练集训练出一个适合训练集那样分布的数据集,当你把模型运用到一个不一样分布的数据集上,效果肯定大打折扣。这个是显而易见的。3、模型复杂度太大在选择模型算法的时候,首先就选定了一个复杂度很高的模型,然后原创 2021-03-30 17:33:21 · 15677 阅读 · 0 评论 -
目标检测中评估指标mAP详解和计算方式
这文章写的很详细原创 2021-02-22 22:40:36 · 386 阅读 · 0 评论 -
Batch Normalization详解
参考文章BN详解BN的作用使用BN可以获得如下好处:可以使用更大的学习率,训练过程更加稳定,极大提高了训练速度。可以将bias置为0,因为Batch Normalization的Standardization过程会移除直流分量,所以不再需要bias。对权重初始化不再敏感,通常权重采样自0均值某方差的高斯分布,以往对高斯分布的方差设置十分重要,有了Batch Normalization后,对与同一个输出节点相连的权重进行放缩,其标准差σ也会放缩同样的倍数,相除抵消。对权重的尺度不再敏感,原创 2021-02-22 09:28:14 · 156 阅读 · 0 评论 -
ncnn-系列教程
window下配置ncnn教程原创 2020-08-03 11:14:38 · 935 阅读 · 0 评论 -
mask rcnn测试中遇到的问题解决
https://blog.csdn.net/qq_34713831/article/details/85797622原创 2020-02-10 22:37:50 · 550 阅读 · 0 评论 -
用python调用Darknet
darknet 的python接口使用(这个好用)https://blog.csdn.net/Cwenge/article/details/80389988Darknet YoloV3调用python接口进行批量图片检测https://blog.csdn.net/weixin_38106878/article/details/103295624YOLOV3实战3:用python调用Dark...原创 2020-02-08 22:42:23 · 681 阅读 · 0 评论 -
yolov3批量车辆检测并根据识别框裁剪
https://blog.csdn.net/sinat_41373387/article/details/102979184原创 2020-02-07 08:41:44 · 1542 阅读 · 0 评论 -
在python程序中使用YOLO v3(基于keras)
在python中直接调用 yoloV3的模型文件,同时包含了如何将weights转化为H5文件。在python程序中使用YOLO v3(基于keras)原创 2020-02-06 16:09:54 · 955 阅读 · 0 评论 -
YOLOv3训练过程中重要参数的理解和输出参数的含义
YOLOv3训练过程中重要参数的理解和输出参数的含义原创 2020-02-06 11:00:45 · 979 阅读 · 1 评论 -
【Shell】从ILSVRC_DET数据集中单独拿出某一类图片和注释文件
#!/bin/sh stage=val #我把训练集和验证集分在不同文件夹下面了classes=(person)nums=(n00007846) #ILSVRC对应的编码years=(2011 2012 2013)root="/media/hans/000DABD1000BEFA8/ImageNet" #存放所有文件的第一层目录i=0 #递归编码用 for class in...转载 2020-02-06 08:01:50 · 330 阅读 · 0 评论 -
windows下配置darknet教程
安装教程+make原创 2020-01-27 10:18:11 · 432 阅读 · 0 评论 -
flask_keras tensor Tensor("dense_2/Softmax:0", shape=(?, 192), dtype=float32)
解决方法原创 2020-01-01 10:30:38 · 360 阅读 · 0 评论 -
轻量级深度学习网络概览
轻量级深度学习网络概览原创 2019-12-03 11:00:21 · 245 阅读 · 0 评论 -
深入理解Batch Normalization批标准化
文章链接原创 2019-12-03 10:45:39 · 123 阅读 · 0 评论 -
ArcFace/InsightFace使用自己数据训练/验证过程
系列教程原创 2019-11-20 10:37:16 · 1100 阅读 · 0 评论 -
tensorflow-图片分类经典教程
链接:https://pan.baidu.com/s/1F93HHZvZ9IpRFuNc-CHUPA提取码:qgq6复制这段内容后打开百度网盘手机App,操作更方便哦原创 2019-10-31 10:57:59 · 243 阅读 · 0 评论 -
构建视频分类模型(python)
"""@version: python3.6@author: 'Johnson'@contact: 593956670@qq.com@file: get_img.py@time: 2019/9/18 11:01"""import cv2import mathimport matplotlib.pyplot as pltimport pandas as pdfrom keras...原创 2019-09-18 11:58:45 · 1747 阅读 · 0 评论 -
keras中VGG19预训练模型的使用
https://blog.csdn.net/dcrmg/article/details/81178424原创 2019-09-18 23:22:22 · 1074 阅读 · 0 评论 -
keras 多gpu并行运行
文章链接原创 2019-09-19 15:56:20 · 364 阅读 · 0 评论 -
神经网络训练技巧讨论:为什么需要标准化
https://blog.csdn.net/silent56_th/article/details/80987837原创 2019-09-20 10:34:03 · 848 阅读 · 0 评论 -
图像处理-转化为tfrecords文件
#!/usr/bin/env python"""Usage: # From tensorflow/models/ # Create train data: python generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=train.record # Create test data: ...原创 2019-09-23 16:37:47 · 149 阅读 · 0 评论 -
如何使用Keras fit和fit_generator(动手教程)
https://blog.csdn.net/learning_tortosie/article/details/85243310https://blog.csdn.net/u011311291/article/details/79900060原创 2019-09-25 16:41:38 · 198 阅读 · 0 评论 -
深度学习最全优化方法总结比较(SGD,Adagrad,Adadelta,Adam,Adamax,Nadam)
https://mp.weixin.qq.com/s/4ofgXmpFIen_Z7Qf6MEMeA原创 2019-09-10 14:08:45 · 247 阅读 · 0 评论