GL_a_的博客

CS231n官方笔记授权翻译总集篇发布 - 智能单元 - 知乎专栏 https://zhuanlan.zhihu.com/p/21930884CS231n课程笔记翻译：图像分类笔记（上） - 智能单元 - 知乎专栏 https://zhuanlan.zhihu.com/p/20894041CS231n课程笔记翻译：图像分类笔记（下） - 智能单元 - 知乎专栏 https://zhuanlan.z...

深度卷积网络，多孔卷积 和全连接条件随机场 的图像语义分割DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFsTaylor Guo, 2017年5月03日 星期三摘要本文的主要任务是深度学习的图像语义分割，主要有3个方面的贡献，有...

转载自：https://blog.youkuaiyun.com/zxj942405301/article/details/72775463这里介绍的是通过添加自定义层（RPN层）代替python层，实现c++版的Faster R-CNN，因为去掉python了，所以部署时不会因为牵扯到python库等其它的莫名其妙的错误，使用起来就跟单纯的caffe一样，更简单方便。 核心代码，借鉴的是这篇博客，这里的话...

转载自：https://blog.youkuaiyun.com/zsyddl2/article/details/80726200，稍作修改。首先下载caffe2的源码： git clone --recursive https://github.com/caffe2/caffe2.git 这样下来的肯定是编译不过的。这个坑足够大，大到你的跪了。这个情况下，主要是 third_party目录是空的...

在编译openpose过程中，有一步会去下载官方预先训练的caffe模型文件到‘源码/model’目录下。但是在大陆下载还是很慢的，经常中断，实在不能忍。 我下载后备份到百度云盘上供大家下载使用： 链接：https://pan.baidu.com/s/1qNB-AZFRL0JeTAmAL_xPSA 密码：t9uu里面的文件包括：pose_iter_584000.caffemodel...

转载自：https://blog.youkuaiyun.com/qq_14845119/article/details/79272082DenseNet优势：（1）解决了深层网络的梯度消失问题（2）加强了特征的传播（3）鼓励特征重用（4）减少了模型参数DenseNet的网络基本结构如上图所示，主要包含DenseBlock和transition layer两个组成模块。其中Dense Block...

使用深度学习做医学图像分割时，经常会用dice系数作为损失函数。loss function之用Dice-coefficient loss function or cross-entropyhttps://blog.youkuaiyun.com/u014264373/article/details/82950922dice系数作为损失函数的网络模型如何加载（ValueError: Unknown ...