JNing

【深度学习】从新视角 综述 Detection算法

【目标检测】算法 发展脉络 (Detection-Timeline)

【深度学习】从YOLOv1到YOLOv3从YOLOv1到YOLOv3，YOLO系独树一帜，自成一派，是检测算法领域的一股清流。YOLOv1论文地址：You Only Look Once: Unified, Real-Time Object Detection是one-stage系检测算法的鼻祖。即只通过一个stage就直接输出bbox和类别标签： 原理是将每张输入图片等分地化为S×SS×...

【深度学习】one-stage/two-stage/multi-stage 目标检测算法

【深度学习】从 RoIPooling 到 RoIAlign

【深度学习】轻量级网络

【深度学习】回归loss

【pytorch】固定(freeze)住部分网络

【模型部署】手机系统对端侧模型的影响

【深度学习】基础网络 (Basemodel) 综述

【深度学习】目标检测 (Detection) 算法综述

【深度学习】选择合适的检测算法

【深度学习】CV顶会｜CV顶刊

【深度学习】CVPR会议

【深度学习】global pooling (全局池化)

【深度学习】卷积核 为什么都是 奇数size

【深度学习】ILSVRC (ImageNet) 竞赛

【深度学习】COCO目标检测测评指标

【深度学习】分类lossNote: MSE、CE与FL 均为分类任务的目标函数。MSE均方误差（Mean Squared Error，MSE）。流行于8、90年代，其设计如下：MSE(ŷ )=1n∑k=1n(ŷ −y)2MSE(y^)=1n∑k=1n(y^−y)2MSE(\hat{y}) = \f

【深度学习】Jacobian矩阵 & Hessian矩阵

【深度学习】鞍点

【深度学习】处理不平衡样本

【深度学习】迁移学习 (Transfer Learning)

【深度学习】优化器（optimizer）

【深度学习】如何训练网络

【深度学习】学习率 (learning rate)

【深度学习】网络超参数设定

【深度学习】注意力模型 (Attention Model)

【深度学习】细粒度图像识别 (fine-grained image recognition)

【深度学习】随机失活 (dropout)

【深度学习】目标函数

【深度学习】过拟合 (overfitting)

【深度学习】正则化（regularization）

【深度学习】Zero-shot Learning | One-shot Learning | Few-shot Learning

【深度学习】Softmax 函数

【深度学习】数据预处理

【深度学习】数据扩充 (Data Augmentation)

【深度学习】模型压缩

【深度学习】ResNet (残差) 网络

【深度学习】NIN (Network in Network) 网络