- 博客(7)
- 收藏
- 关注
RSS订阅
原创 目标检测学习笔记（二）：RoI 池化层
目标检测学习笔记：RoI-池化层是Fast-RCNN算法中提出的比较核心的概念，能够将输入图像中所提取出的若干RoI也即Proposal，通过RoI池化层操作后获得相同大小的特征图，而与RoI的原本区域大小及位置等信息无关，以方便生成RoI-feature-vector从而作为输出阶段全连接层的输入。
2019-08-24 21:04:00
10316
原创 目标检测学习笔记（一）：InteractNet
目标检测学习笔记：InteractNet-论文学习笔记，简述模型思想原理及基本框架构成，对其训练及测试过程，以及损失函数的描述、核心思想目标定位的原理计算进行解释说明。对评价指标，目标定位，多任务训练以及级联式测试过程进行系统化的阐述。
2019-08-24 17:34:18
1316
2
转载 Python学习笔记：from…import *
看完这章之后对这个 from…import * 语句与 import 区别很是疑惑从别处看完解释理解如下。首先你要了解 import 与 from…import 的区别。import 模块：导入一个模块；注：相当于导入的是一个文件夹，是个相对路径。from…import：导入了一个模块中的一个函数；注：相当于导入的是一个文件夹中的文件，是个绝对路径。所以使用上的的区别是当引用文件时是...
2019-09-28 17:44:36
759
翻译 Matlab：(Error) License Manager Error -9. License checkout failed. Invalid host. 如何解决？
亲测有效！找了很久解决办法解决许可证管理器错误 9 的最佳方法是使用激活客户端 activation client 重新激活 MATLAB。Window :激活客户端 activation client 位于此处：C：\ Program Files \ MATLAB \ R20XXx \ bin \ winXX activate_matlab.exeMac :打开 Finder，...
2019-09-07 20:44:34
7950
4
原创 目标检测学习笔记（三）：Fast R-CNN
原文参考：Fast R-CNNFast R-CNN 是2015年 Ross Girshick 提出的目标检测优化模型，这个模型是建立在 R-CNN 和 SPPnet 模型的基础上进行改进的，实现了在训练及测试速率上都达到了很大程度上的优化。首先，R-CNN 本身具有一些问题：R-CNN 是一种多步骤训练的模型（Multi-stage pipeline），先通过卷积网络对每一个输入的 obj...
2019-08-28 14:44:11
643
翻译 神经网络学习笔记（二）：Fine-tuning
原文链接：Fine-tuning Wiki微调（Fine-tuning）是指选取已经针对给定任务完成训练的网络模型，用来进一步执行类似任务的过程。假设原本给定的任务与新任务类似，那么如果采用已经设计和训练好的网络能够让我们有效地利用网络前层先前提取特征的训练成果，而无需从头开发该特征提取网络。微调的具体过程：替换输出层，例如，如果先前经过训练能够识别（在 ImageNet 模型的情况下）1...
2019-08-28 11:41:48
1744
转载 神经网络学习笔记（一）：全连接层的作用是什么？
以下是我看过最好的全连接层的解释！原文链接：卷积神经网络（CNN）入门讲解关注专栏以上图为例，我们仔细看上图全连接层的结构，全连接层中的每一层是由许多神经元组成的（1 × 4096）的平铺结构，上图不明显，我们看下图：注：上图和我们要做的下面运算无联系并且不考虑激活函数和bias当我第一次看到这个全连接层，我的第一个问题是：它是怎么样把3x3x5的输出，转换成1x4096的形式？...
2019-08-26 12:27:35
52260
19
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