tumi678的博客

nvidia-smips -ef | grep python 可以看谁在用卡

全卷积网络卷积神经网络（CNN）自2012年以来，在图像分类和图像检测等方面取得了巨大的成就和广泛的应用。CNN的强大之处在于它的多层结构能自动学习特征，并且可以学习到多个层次的特征：较浅的卷积层感知域较小，学习到一些局部区域的特征；较深的卷积层具有较大的感知域，能够学习到更加抽象一些的特征。这些抽象特征对物体的大小、位置和方向等敏感性更低，从而有助于识别性能的提高。这些抽象的特征对分

代码ssd_training.py使用tensorflow进行写写出来是MultiboxLoss类,在以下代码中导入该模块：SSD_training.ipynb 功能：计算loss值代码ssd_utils.py使用tensorflow和numpy进行写写出来的是BBoxUtility，定义了box框, 在以下代码中导入该模块：SSD_training.ipynb   S

Abstract：最近的成果显示，如果神经网络各层到输入和输出层采用更短的连接，那么网络可以设计的更深、更准确且训练起来更有效率。本文根据这个现象，提出了Dense Convolutional Network (DenseNet)，它以前馈的方式将每个层都连接到其他每一层。然而传统L层卷积网络有L连接，而DenseNet的任一层不仅与相邻层有连接，而且与它的随后的所有层都有直接连接，所以该网络有L(

下载链接：The SCUT-CTW1500 dataset can be downloaded through the following link:(https://pan.baidu.com/s/1eSvpq7o PASSWORD: fatf)or (https://1drv.ms/u/s!Aplwt7jiPGKilH4XzZPoKrO7Aulk) (OneDrive)unzi...