- 博客(3)
- 收藏
- 关注
RSS订阅原创 本次帖子的内容是有关于神经网络与是深度学习第四次课程记录
其实就是舍弃与“作为输出预测的边界框” 很相近的框；传统目标检测的输入是图片，输出为带有onehot编码的边界框，这种传统的滑窗本质是前景目标和背景的识别的二分类问题。机器视觉的任务：语义分割、图像分类、图像定位、目标检测(where&what)、目标跟踪、实例分割、（其他：图像标注、图像生成、超分辨率、着色、风格迁移、显著性检测、行为识别、人体姿态估计、场景理解）目标检测是在给定的图片中精确找到物体所在位置where——标定，并标注出物体的类别what——分类，输入是图像输出则是带有标签的边界框。
2024-05-20 10:41:13
456
原创 深度学习第三次作业
MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，数据集以scene understanding为目标，主要从复杂的日常场景中截取，包含目标分类(识别)、检测、分割、语义标注等数据集。ImageNet竞赛停办后，COCO竞赛就成为是当前目标识别、检测等领域的一个最权威、最重要的标杆提供的标注类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。
2024-04-21 20:47:31
428
1
原创 深度学习第二次作业
然后执行 K 次模型训练和验证，每次在 K−1 个子集上进行训练， 并在剩余的一个子集（在该轮中没有用于训练的子集）上进行验证。参数自适应变化：具有较大偏导的参数相应有一个较大的学习率，而具有小偏导的参数则对应一个较小的学习率，具体来说，每个参数的学习率会缩放各参数反比于其历史梯度平方值总和的平方根。Adam 算法：Adam 在 RMSProp 方法的基础上更进一步：除了加入平方的指数衰减平均（𝑠）外， 还保留了历史梯度的指数衰减平均（𝑡），相当于动量。过拟合：在训练数据集上误差小而在测试数据集上误差大。
2024-04-21 20:37:42
519
1
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