- 博客(29)
- 收藏
- 关注
RSS订阅转载 在服务器使用TensorBoard的方法
Tensorboard 在本机可以方便使用，但使用服务器时需要设置一下。（一）windows系统在Windows系统装一个Xshell,在文件->属性->ssh->隧道->添加,类型local，源主机填127.0.0.1（意思是本机），端口设置一个，比如12345，目标主机为服务器，目标端口一般是6006，如果6006被占了可以改为其他端口。在服务器上运行te...
2020-04-09 18:12:36
1071
原创 EfficientDet总结
论文地址：https://arxiv.org/abs/1911.09070开源代码：https://github.com/google/ automl/tree/master/efficientdet内容介绍： 论文概述 核心介绍 总结 论文概述：1、目前的目标检测，要不追求更准确的检测效果，但是花销很大，要不更有效率，但牺牲了准确性2、论文设计了一组...
2020-03-23 18:00:00
8699
原创 RetinaNet总结
论文地址：https://arxiv.org/pdf/1708.02002.pdf文章内容： 论文概述 Focal Loss RetinaNet 论文概述：1、one-stage的检测器方法在识别准确度上往往低于two-stage的检测器，其核心原因在于前景背景类别的极大不平衡2、论文通过提出Focal Loss来解决类别不平衡的问题，并构建了新的one-...
2020-03-17 16:24:33
1558
原创 Cascade R-CNN总结
论文地址：https://arxiv.org/abs/1712.00726文章内容： 论文概述 算法核心 论文概述：目标检测训练面临的问题：使用低IOU阈值训练，会产生很多噪声检测，如下图；用高IOU阈值训练，检测结果反而降低，造成的原因有两点：（1）正样本指数级减少，使得训练过拟合，（2）在推理阶段选用不同的IOU造成mismatchCasecade R-CNN的...
2020-03-16 18:41:45
1044
原创 DetNet:Backbone network for 目标检测
论文地址：https://arxiv.org/abs/1804.06215文章内容： 论文概述 算法核心 效果 论文概述：现有的Backbone存在的问题：大多Backbone都是建立在分类网络基础上的，大量下采样后带来了更有效的感受野，但是分辨率也相应下降，导致位置信息模糊DetNet的优势:在分类Backbone基础上加了新的stages，在更深的网络...
2020-03-16 17:42:12
279
原创 Mask R-CNN总结
论文地址：https://arxiv.org/abs/1712.00726文章内容： 论文总览 算法要点 双线性插值 论文总览：Mask R-CNN是在Faster R-CNN基础上加了一个分支，来预测ROI的分割mask，是与分类和回归分支并列的分支。主要的一个改进是将ROI Pooling改为ROI Align,提升了mask的准确率。算法要点：...
2020-03-14 23:27:42
873
原创 Faster R-CNN总结
论文地址：https://arxiv.org/abs/1506.01497文章内容： 论文概述 算法核心 ROI Pooling 普通池化与RIO池化的反向传播： 和YOLOV3对比 论文概述：在Fast R-CNN基础上做了改进，将Selective Search改为RPN网络来提取候选框，提升了检测算法的速度。RPN是全卷积网络，...
2020-03-13 15:15:44
352
原创 YOLO V1,V2,V3总结
内容概要： YOLOV1 YOLOV2 YOLOV3 YOLOV1:论文地址：http://arxiv.org/abs/1506.02640参考文章：https://blog.youkuaiyun.com/c20081052/article/details/80236015https://blog.youkuaiyun.com/qq_38232598/article/det...
2020-03-11 15:11:56
1188
原创 ResNet及其变种
本文内容： ResNets 几个ResNet的Identity mapping 方式 WRNs ResNeXt Res2Net ResNet:论文链接：https://arxiv.org/abs/1512.03385CNN网络存在的两个问题：一，vanishing/exploding gradients；深度会带来恶名昭著的梯度弥散/爆炸，...
2020-03-08 21:24:53
2191
原创 MobileNetV1、V2、V3总结
内容如下： MobileNetV1,V2,V3总结 补充 MobileNet V1MobileNet v1就是把VGG中的卷积都换成了深度可分离卷积,还有一个不同是采用的是ReLU6，这个激活函数在6的时候有一个边界，论文中提到说这样“可以在低精度计算下具有更强的鲁棒性”。MobileNet V1网络结构如下：MobileNet V2不少学者发现...
2020-02-29 18:31:25
9677
原创 GhostNet:More Features from Cheap Operations论文阅读笔记
论文地址：https://arxiv.org/abs/1911.11907阅读笔记： 论文总览 论文图表与内容 补充 论文总览：1、特征图的冗余对于CNNs的成功是一个重要特征，但在神经网络的设计中很少被研究2、轻量化卷积模型的方法主要有两类：一类是模型压缩，一类是小型的模型设计，但是特征映射之间的相关性和冗余...
2020-02-27 19:21:18
461
原创 EfficientNet:更小，更快，更准
论文地址：https://arxiv.org/abs/1905.11946笔记内容： 论文总览 论文图表与内容 MBConv 论文总览：1、卷及网络中仔细地平衡网络的宽度、深度和分辨率是一个重要而缺失的环节，使我们无法获得更好的精度和效率2、提出了一种复合比例法，使得baseline网络能有效地扩展，使用更少的参数达到更好的准确率3、使用卷积架构搜索，...
2020-02-19 22:00:06
1090
原创 FRN+TLU，小batch size训练的福音
论文地址：https://arxiv.org/pdf/1911.09737.pdf论文总览：1、解决的问题：BN（Batch Normalization）在mini-batch尺寸太小的时候会降低训练效果，GN（Group Normalization）,Batch Renormalization都在解决这些问题，但是达不到BN在大batch上的表现，或在小batch上表现不佳2、FRN...
2020-02-18 21:05:55
925
原创 Faster R-CNN论文阅读笔记
Faster R-CNN在Fast R-CNN基础上提出了RPN概念，解决了区域提议计算的瓶颈，使得速度更快，准确率保持优良水准。介绍 区域提议方法通常依赖于易寻的特征和经济的推理方案。选择性搜索（SS）是最常用的方法，贪婪地合并基于工程底层功能的超像素，然而跟有效的检测网络相比，SS还是慢了不少。并且SS是在CPU上运行的，如果能把区域提议也使用GPU来计算，会更有效。...
2019-02-13 13:56:19
911
原创 Fast R-CNN论文阅读笔记
1、介绍 R-CNN提供了非常准确的目标检测，但是它也有弊端：1、训练是多阶段的：用log loss先在目标提议上微调卷积网络，然后，用SVM做目标检测器，最后学习边界框回归。2、训练在空间时间上成本高：对于SVM和边界框回归训练，特征从每个图片的每个目标提议上提取并写入磁盘，很深的网络产生特征需要非常大的存储。3、目标检测慢：测试阶段，特征从每个测试图片的每个目标提议上提取，耗时长。...
2019-02-12 16:04:17
511
原创 集成学习的相关资料
boosting系列:Adaboost:利用前一轮迭代弱学习器的误差率来更新训练集的权重，这样一轮轮的迭代下去https://snaildove.github.io/2018/10/01/8.Booting-Methods_LiHang-Statistical-Learning-Methods/GBDT:https://www.cnblogs.com/pinard/p/6140514....
2019-01-21 10:27:05
251
原创 DropBlock论文阅读笔记
原文地址：https://arxiv.org/pdf/1810.12890.pdf介绍：dropout的主要缺点是将特征随机地丢弃，dropout正则化方法广泛用于全连接层，且效果较好，然而对于卷基层却效果欠佳。原因可能是卷基层的激活单元是空间相关的，所以信息还是会通过卷基层送到下一层。因此，需要一种结构化形式的dropout来对卷积网络归一化——DropBlock，将特征图...
2019-01-07 18:28:26
1155
原创 CBAM论文阅读笔记
原文地址：https://arxiv.org/pdf/1807.06521.pdf介绍 CBAM（Convolutional Block Attention Module）卷积块的注意力模块，简单有效，用于前向卷积神经网络。该模块分别从通道和空间维度顺序提供注意力图，用于中间的特征图。CBAM是轻量级且通用的模块，可以整合到任意CNN架构中。CBAM在分类和检测中有不错的表...
2018-12-24 11:21:30
4716
13
原创 yolov1论文阅读笔记
yolo统一架构做目标检测速度非常快，是端到端的网络，定位错误会高于最优检测系统，但是背景预测的假阳性会更低。1、介绍： 在yolo之前出现的方法，像DPM(deformable parts models)是使用滑动窗口的方法，分类器在整个图像上以均匀间隔的位置运行。R-CNN则是先选出提议区域，产生潜在的边界框，并在此上运行分类器。后处理细化边界框，消除重复检...
2018-11-29 10:28:16
420
原创 Stacked Hourglass Networks论文阅读笔记
1、介绍在图像和视频中理解人物的关键步骤是准确的姿态估计。stacked hourglass网络捕获和整合图像的所有尺度上的信息。二、相关的工作1、stacked hourglass在没有使用图形模型或任何明确的人体模型的情况下，可以获得更好的性能。三、网络架构3.1 hourglass designhourglass的设计动力是在每个尺度上捕获信息的需要。以下图是原论文中...
2018-10-29 16:31:33
756
转载 Linux中Kill进程的N种方法
原文地址：https://www.cnblogs.com/grefr/p/6095059.html常规篇：首先，用ps查看进程，方法如下：$ ps -ef……smx 1822 1 0 11:38 ? 00:00:49 gnome-terminalsmx 1823 1822 0 11:38 ? 00:00:00...
2018-09-20 10:25:29
240
转载 Numpy 改变数组维度的几种方法
参考文章链接：https://blog.youkuaiyun.com/m0_37586991/article/details/79758168来自 《Python数据分析基础教程：Numpy 学习指南（第2版）》Numpy改变数组维度的方法有： reshape() ravel() flatten() 用元组设置维度 transpose() 和 swapaxes() resize()...
2018-09-19 19:06:15
12589
1
转载 pandas获取csv指定行，列
原文地址：https://blog.youkuaiyun.com/weixin_38859557/article/details/80977643house_info = pd.read_csv('house_info.csv')1：取行的操作：house_info.loc[3:6]类似于python的切片操作2：取列操作：house_info['price'] 这是读取csv文件时默认...
2018-09-13 20:11:33
32709
2
转载 linux采用scp命令拷贝文件到本地，拷贝本地文件到远程服务器，服务器之间传输文件
原文地址：https://blog.youkuaiyun.com/mll999888/article/details/72904120/ https://blog.youkuaiyun.com/qw_xingzhe/article/details/80167888拷贝远程服务器的文件到本地：scp -r -P 端口号 用户名@IP地址:/usr/local/tomc...
2018-08-15 17:19:18
5797
转载 linux下删除文件夹的命令
原文地址：https://www.cnblogs.com/winifred-tang94/p/5863722.html https://www.cnblogs.com/scplee/p/5478992.htmlrm [选项] 文件选项说明：-f -force 忽略不存在的文件，强制删除，无任何提示-i --intera...
2018-08-15 17:18:13
11644
转载 Python中strip()、lstrip()、rstrip()用法详解
原文地址：https://www.cnblogs.com/huangbiquan/p/7923008.htmlPython中有三个去除头尾字符、空白符的函数，它们依次为:strip： 用来去除头尾字符、空白符(包括\n、\r、\t、' '，即：换行、回车、制表符、空格)lstrip：用来去除开头字符、空白符(包括\n、\r、\t、' '，即：换行、回车、制表符、空格)rstrip：用来去...
2018-08-14 17:50:13
254
转载 linux复制文件到指定的文件夹
原文地址：https://www.cnblogs.com/dpf-learn/p/6143145.htmlcopy命令 该命令的功能是将给出的文件或目录拷贝到另一文件或目录中，同MSDOS下的copy命令一样，功能十分强大。 语法： cp [选项] 源文件或目录 目标文件或目录 说明：该命令把指定的源文件复制到目标文件或把多个源文件复制到目标目录中。 该...
2018-08-08 16:13:07
3943
转载 Linux统计文件夹下的文件数目
原文地址：https://blog.youkuaiyun.com/quincuntial/article/details/54943351Linux下有三个命令：ls、grep、wc。通过这三个命令的组合可以统计目录下文件及文件夹的个数。统计当前目录下文件的个数（不包括目录）$ ls -l | grep "^-" | wc -l1统计当前目录下文件的个数（包括子目录）$ ls -lR| ...
2018-08-08 16:05:51
330
转载 什么是pyc
原文地址：https://blog.youkuaiyun.com/m0_37550221/article/details/78907972 https://www.cnblogs.com/dkblog/archive/2009/04/16/1980757.html1、什么是pycpyc是一种二进制文件，是由py文件经过编译后，生成的文件，是一种byte code...
2018-08-02 11:15:37
60363
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人