
Deep Learing
Image-MJ
这个作者很懒,什么都没留下…
展开
-
初学DeepLearning
最近开始学习DeepLearing,在这记录一下我的学习过程:在网上搜了一下发现这个博主关于DL整理的比较好:http://blog.youkuaiyun.com/zouxy09/article/category/1387932先看了这个博主的相关DL的学习笔记注:学习中,保持更新原创 2017-02-28 15:42:57 · 461 阅读 · 0 评论 -
win10+caffe+CUDA8.0安装配置
安装配置caffe花了我好长时间,搞得我欲哭无泪,看了网上各种教程,自己配的时候总出现各种各样的错误。刚开始我装的是happynear大神的版本,但是之后出现各种问题,看了网上的解决方案也没解决,所以我就决定从Microsoft官方Github上下载Caffe的源码压缩包,这里po一下我使用的一个教程:链接:http://blog.youkuaiyun.com/xierhacker/article原创 2017-03-07 11:27:40 · 5686 阅读 · 0 评论 -
You Only Look Once-论文笔记
这篇 Paper 的项目主页在这里:http://pjreddie.com/darknet/yolo/abstract这篇文章提出了一个新的物体检测的方法:You Only Look Once(YOLO)。之前的物体检测方法通常都转变为了一个分类问题,如 R-CNN、Fast R-CNN 等等。另外,关于对 R-CNN、Fast R-CNN、Faster R-CNN 这一系转载 2017-04-19 20:29:23 · 729 阅读 · 0 评论 -
RCNN,fast RCNN,faster RCNN比较归纳总结(一)
原文地址:http://blog.youkuaiyun.com/qq_17448289/article/details/52871461一、基于Region Proposal(候选区域)的深度学习目标检测算法Region Proposal(候选区域),就是预先找出图中目标可能出现的位置,通过利用图像中的纹理、边缘、颜色等信息,保证在选取较少窗口(几千个甚至几百个)的情况下保持较高的召回率(Io转载 2017-05-05 09:57:50 · 58228 阅读 · 5 评论 -
YOLOV2参数详解
原博客:http://blog.youkuaiyun.com/fate_fjh/article/details/70598510前言You Only Look Once (YOLO) 是一个基于GoogleNet的物体检测深度网络,Real-time(实时)与Efficient(有效)一定是YOLO最大的特点与优势。YOLO与其他物体检测的深度网络思路基本相同,学习物体分类以及Bounding转载 2017-06-02 15:50:39 · 9774 阅读 · 3 评论