一。RCNN: 1、首先通过选择性搜索，对待检测的图片进行搜索出2000个候选窗口。 2、把这2k个候选窗口的图片都缩放到227*227，然后分别输入CNN中，每个候选窗台提取出一个特征向量，也就是说利用CNN进行提取特征向量。 3、把上面每个候选窗口的对应特征向量，利用SVM算法进行分类识别。 可 ...
分类：
Web程序 时间：
2016-06-13 23:26:50
阅读次数：
474
继续上次的学习笔记，在RCNN之后是Fast RCNN，但是在Fast RCNN之前，我们先来看一个叫做SPPnet的网络架构。 一，SPP简介： 有一个事实需要说清楚：CNN的卷积层不需要固定尺寸的图像，全连接层是需要固定大小输入的，因此提出了SPP层放到卷积层的后面。SPPNet将任意大小的图像 ...
分类：
Web程序 时间：
2016-06-03 18:47:54
阅读次数：
167
原文链接：http://m.blog.csdn.net/article/details?id=49591213 1. 前言 在学习深度学习的过程中，主要参考了四份资料： 台湾大学的机器学习技法公开课； Andrew NG的深度学习教程； Li feifei的CNN教程； caffe官网的教程； 对比 ...
分类：
其他好文 时间：
2016-06-03 17:20:57
阅读次数：
361
【说明】：分析faster-rcnn 训练的python脚本；
#!/usr/bin/env python
# --------------------------------------------------------
# Faster R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MI...
分类：
其他好文 时间：
2016-06-02 15:00:45
阅读次数：
1190
《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》收录于Neural Information Processing Systems (NIPS), 2015（ Meachine Learning领域的顶会）。R-CNN和Fast R-CNN引领了近两年目标检测的潮流，Fast R-CNN对R-CNN进行了加速，而这篇Faster R-CNN则进一步对Fast R-CNN进行了加速，使得这种基于CNN...
分类：
Web程序 时间：
2016-06-02 14:34:04
阅读次数：
892
一、梯度检测： 对于函数而言通常有两种计算梯度的方式： １.数值梯度 (numberical gradient) ２.解析梯度 (analytic gradient ) 数值梯度计算通常为： 更为常见的是： h是一个很小的数，在实际当中通常为1e-5 假设数值梯度为?’a 解析梯度为?’n ，则数值 ...
分类：
其他好文 时间：
2016-06-02 13:34:02
阅读次数：
295
背景之前博文中关于CNN的模型训练功能上是能实现，但是研究CNN模型内部结构的时候，对各个权重系数ww，偏差bb的shape还是存在疑惑，为什么要取1024，为什么取7*7*64，最近找到了一些相关资料，对这个问题有了新的理解，下面和大家分享一下。...
分类：
其他好文 时间：
2016-05-30 15:07:49
阅读次数：
461
第九章
前言
什么是卷积
神经网络里卷积的目的
什么是池化
卷积和池化的强先验
前言卷积网络也叫卷积神经网络（或者CNN），是一种特殊的深层的神经网络模型，它适合于时间序列数据的处理和图像数据处理。这章内容主要讨论内容：
什么是卷积
使用卷积的动机
什么是池化
用于实践中的神经网络的几个变化卷积函数
卷积如何应用于各种维度不同的数据
讨论一些如何使卷积神经更有效率
补充内容：卷积神经网络的特殊性体现...
分类：
其他好文 时间：
2016-05-30 14:45:31
阅读次数：
932
对于CNN输入的数据，常见的有三种处理方式： 1.Mean subtraction. 将数据的每一维特征都减去平均值。在numpy 中 X -= np.mean(X, axis = 0) 2.Normalization 归一化数据，使数据在相同尺度。 在numpy 中 X /= np.std(X, ...
分类：
其他好文 时间：
2016-05-27 14:34:36
阅读次数：
834
