【深度学习】目标检测算法总结（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet） 目标检测是很多计算机视觉任务的基础，不论我们需要实现图像与文字的交互还是需要识别精细类别，它都提供了可靠的信息。本文对目标检测进行了整体回顾，第一部分从RCNN开 ...
分类：
编程语言 时间：
2019-03-30 12:08:41
阅读次数：
245
CNN网络架构演进：从LeNet到DenseNet 卷积神经网络可谓是现在深度学习领域中大红大紫的网络框架，尤其在计算机视觉领域更是一枝独秀。CNN从90年代的LeNet开始，21世纪初沉寂了10年，直到12年AlexNet开始又再焕发第二春，从ZF Net到VGG，GoogLeNet再到ResNe ...
分类：
Web程序 时间：
2019-03-29 14:37:50
阅读次数：
203
```python
# 卷积层的实现函数 def convolutional_layer(input, num_input_channels, filter_size, num_filters, use_pooling=True): # 前两个参数是过滤器的尺寸，第三个参数是输入的通道，第四个参数是... ...
分类：
其他好文 时间：
2019-03-29 00:56:51
阅读次数：
320
CNN理解与实现 组成部分 + Convolution Layer + Pool Layer: Max pooling layer Average pooling layer + Full Connected(FC) Layer 需要的函数 注意 + 参数$W$, $b$和数据$X$它们的维度是一样 ...
分类：
其他好文 时间：
2019-03-27 12:38:13
阅读次数：
137
Focal Loss for Dense Object Detection Intro 这又是一篇与何凯明大神有关的作品，文章主要解决了one stage网络识别率普遍低于two stage网络的问题，其指出其根本原因是样本类别不均衡导致，一针见血，通过改变传统的loss（CE）变为focal lo ...
分类：
Web程序 时间：
2019-03-26 21:19:53
阅读次数：
275
卷积神经网络结构： 1、 数据输入层： 去均值：将平均值变为0 归一化：将不同的特征，取值范围变为一致的 PCA降维、白化 2、 卷积计算层： 每个神经元看做是一个过滤器（一个带权重的矩阵），过滤器对原数据进行卷积相关操作（内积），不同过滤器关注的特征不同 局部连接：过滤器提取局部特征，然后再与后面 ...
分类：
其他好文 时间：
2019-03-26 16:47:56
阅读次数：
207
传统的Feedforward和CNN只能做到向量到向量的 one-to-one mapping RNN可以做到序列到序列的映射 sequence-to-sequence mapping 因此，采用RNN处理序列数据具有很好的灵活性。 传统的NN 图像标注（一到多） 情感分析（多到一） 机器翻译（多到 ...
分类：
其他好文 时间：
2019-03-25 16:27:19
阅读次数：
216
1.R-CNN R-CNN网络架构图 R-CNN网络框架流程 1）原图像经过 selective search算法提取约2000个候选框 2）候选框缩放到同一大小，原因是上图的ConvNet需要输入图片大小一致 3）通过ConvNet提取特征，原文ConvNet使用的是Alexnet，Alexnet ...
分类：
其他好文 时间：
2019-03-25 10:24:46
阅读次数：
195
keras训练cnn模型时loss为nan 1.首先记下来如何解决这个问题的：由于我代码中 model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) 即损失函数用的是categorica ...
分类：
其他好文 时间：
2019-03-25 10:22:09
阅读次数：
299
1. tf.nn.embedding_lookup(W, X) W的维度为[len(vocabulary_list), 128]， X的维度为[?, 8]，组合后的维度为[?, 8, 128] 代码说明一下：即根据每一行X中的一个数，从W中取出对应行的128个数据，比如X[1, 3]个数据是3062 ...
分类：
其他好文 时间：
2019-03-25 01:06:33
阅读次数：
226
