weixin_45154016的博客

qqwweee/keras-yolo3模型默认采用的是一块GPU，在直接使用model = multi_gpu_model(model,gpus=N)时，模型会报错tensorflow.python.framework.errors_impl.InvalidArgumentError: Can’t concatenate scalars (use tf.stack instead) for ‘yolo_loss_1/concat’ (op: ‘ConcatV2’) with input shapes: []

转载#https://blog.youkuaiyun.com/u014636245/article/details/84147581

tensorflow合并conv层和bn层，可以提高前向预测速度10-30%，按理说精度应该完全一样（实际会有很小的偏差，不知道是不是还有哪里操作错误）。conv层和bn层合并网上很多推导教程，这里直接放结论：bn层一般有4个参数beta（offset偏移）、gamma（scale缩放）、moving_mean（mean均值）、moving_variance（variance方差）alph...

最近在学习深度学习网络，在MobileNetv3+YUNYANG1994大神的yolov3使用自己的数据集从零训练没有任何问题。但是使用Google官方给出基于imagenet训练的预训练模型finetune的时候，trainloss总是维持在18.5降不下去。几次尝试和摸索，总结几点（问题不分先后）：1.finetune分为两种，（一）局部微调，（二）全局微调，局部微调的时候，需要注意，...

https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet

coco数据集中的bbox，前两个为框的左上角，后两个为宽和高。。。

tensorflow.python.framework.errors_impl.InvalidArgumentErrorRestoring from checkpoint failed. This is most likely due to a mismatch between the current graph and the graph from the checkpoint. Pleas...

tf.nn.conv2d和tf.layers.conv2d函数内参数有tf.layers.conv2d和tf.nn.conv2d比较的很详细但是！！！记录一个自己实战中出现的问题input_1 = tf.placeholder(dtype=tf.float,name='input_1')input_2 = tf.placeholder(shape=(batch,None,None,3),d...

基于深度学习的图像目标检测（上）https://www.jianshu.com/p/710799b985ef基于深度学习的图像目标检测（下）https://cloud.tencent.com/developer/news/53823