闲逸的炫鹰

今天总结下YOLO V123的细节官网：https://pjreddie.com/YOLO v1[CVPR2016] You Only Look Once: Unified, Real-Time Object Detectionhttps://arxiv.org/abs/1506.02640图像被分成SxS个网格grid cell包含GT中心的网格负责检测相应的物体每个网格预测B个...

在用TensorFlow做实验输出的响应图是numpy数据格式，用plt.clorbar会加上热力图的图例，代码如下：plt.imshow(reponse_map)plt.colorbar()# 保存图片fig = plt.gcf()plt.margins(0,0)fig.savefig('reponse_map.png', dpi=500, bbox_inches='tight') ...

TF1.0以后的版本：合并汇总合并指定的汇总：tf.summary.merge(inputs, collections=None, name=None)合并所有汇总：merged_summaries = tf.summaries.merge_all(key='summaries')注意：merged_summaries只是一个节点，必须先传入session.run()运行才能获...

TensorFlow中的learning_rate_decay.py文件中查看更多指数衰减def exponential_decay(learning_rate, global_step, decay_steps, decay_rate, staircase=False, name=None)staircase为True时，global_ste...

降噪自动编码器：权值初始化

Activation Functions平滑非线性激活单元（sigmoid,tanh,elu,softolus and softsign）连续但不是处处可导的激活单元（relu,relu6,crelu and relu_x）随机正则化单元（dropout）所有的激活操作都是应用在元素级上的，生成一个和输入张量形状一样的张量ReLU...

分类算法一般有下面几种评估方法：True Positives(TP)：实际为正例且被分类器分为正例的个数False Positives(FP)：实际为负例且被分类器分为正例的个数False Negatives(FN)：实际为正例且被分类器分为负例的个数True Negatives(TN)：实际为负例且被分类器分为负例的个数TP + FN = P：实际的正例个数FP + TN = N：实...

VoTT是微软发布的用于图像目标检测的标注工具，它是基于javascript开发的，因此可以跨Windows和Linux平台运行，并且支持从图片和视频读取。此外，其还提供了基于CNTK训练的faster-rcnn模型进行自动标注然后人工矫正的方式，这样大大减轻了标注所需的工作量。github地址：https://github.com/Microsoft/VoTT/它最主要的三大特性：能够标...

构造计算图写入summary运行计算图加载数据集启动会话一轮一轮的训练每一轮中分多个批次喂给模型每个批次上运行训练节点，训练模型若干个批次后，评估当前模型在测试集上评估最终的模型：损失值，准确率...

R-CNNCVPR2014在输入图片上通过selective search方法选择RoI，也就是Region Proposal（候选框），R-CNN中的R就来自于这个词。对于每个proposal，通过CNN提取特征对于提取的特征，bbox回归确定边界框位置，SVM用来做分类确定目标的类别。R-CNN问题：要有专门的训练目标函数：log loss, hinge loss, le...

SKLearn全称scikit-learn，它是一个开源的python机器学习库，整合了很多机器学习的算法，提供了简单有效的接口。它和NumPy, SciPy, matplotlib共同合作，为数据分析和数据挖掘提供了便捷的工具箱。下面是它的官网：https://scikit-learn.org/stable/一、SKLearn中带有的学习器接口1. 无监督学习2. 监督学习二、SK...

SENetCBAMhttps://blog.youkuaiyun.com/qq_14845119/article/details/81393127

首先需要介绍P(Polynomial,多项式)问题.P问题是可以在多项式时间内被确定机(通常意义的计算机)解决的问题.NP(Non-Deterministic Polynomial, 非确定多项式)问题,是指可以在多项式时间内被非确定机(他可以猜,他总是能猜到最能满足你需要的那种选择,如果你让他解决n皇后问题,他只要猜n次就能完成----每次都是那么幸运)解决的问题.这里有一个著名的问题----千...

基于HyperLPR开源中文车牌识别框架

这两篇文章出自牛津大学同一个实验室，一个发表在ECCV2016，一个发表在CVPR2017，两篇文章的matlab代码是一起的，在代码中可以选择这两个方法中的一个。看代码的过程中需要对论文熟悉，就再看了一遍这两篇文章，发现有许多细节需要记录下来。

发表在ECCV2018上 作者的知乎讲解：https://zhuanlan.zhihu.com/p/42546692 三个问题： 【1】常见的siam类跟踪方法只能区分目标和无语义信息的背景，当有语义的物体是背景时，也就是有干扰物（distractor）时，表现不是很好。 【2】大部分siam类跟踪器不能更新模型，训练好的模型对不同特定目标都是一样的。这样带来了高速度，也相应牺牲了精度。 ...

整理自莫烦python中的内容1.增加数据量2.L1,L2 regularizationL1: cost=(Wx−y)2+abs(W)cost = (Wx-y)^2 + abs(W)cost=(Wx−y)2+abs(W)L2: cost=(Wx−y)2+(W)2cost = (Wx-y)^2 + (W)^2cost=(Wx−y)2+(W)2dropout regularization...

摘自莫烦python中关于TensorFlow的讲解传统的参数更新方式如下，传统的参数 W 的更新是把原始的 W 累加上一个负的学习率(learning rate) 乘以校正值 (dx).这种方法可能会让学习过程曲折无比, 看起来像 喝醉的人回家时, 摇摇晃晃走了很多弯路.Stochastic Gradient Descent (SGD) 随机梯度下降法略MomentumMoment...

LeNet 1998年提出 是卷积神经网络的鼻祖它的深度为5，包含2个卷积层和2个全连接层和1个Guassian connectionILSVRC是一个视觉竞赛，全称ImageNet Large Scale Visual Recognition Challenge，即我们所说的 ImageNet比赛，它是基于ImageNet图像数据库的国际计算机视觉识别竞赛，有着人工智能“世界杯”之称。竞...

如果用线性的激励函数，其实输出就是输入乘上一个大的矩阵，就没有体现出隐层的作用。非线性变换是深度学习有效的原因之一，现实中很多问题是不能用线性解决的，所以要用非线性方程来将问题转化成更方便的解决方案。常用的激活函数有：sigmiodrelutanh...

系统环境：Windows7系统matconvnet网上有很多下载地址，可以到官网http://www.vlfeat.org/matconvnet/官网上也有安装和编译的过程：http://www.vlfeat.org/matconvnet/install/一开始：本来是matlab2015b配置，安装的visual studio2015首先需要CPU环境下编译，正确的配置步骤很简单：1.命令行输入...