xue_csdn的博客

1、理论理论部分参考：https://blog.youkuaiyun.com/weixin_43624538/article/details/85049699（我下边这篇写得有点简略，完整公式还是直接点击原博链接吧，我不想复制了，因为会导致格式乱八七糟的。强烈恳求优快云能出一个一键转载的功能！！！）ResNet论文地址：https://arxiv.org/pdf/1512.03385.pdf...

知乎上有一篇文章，介绍了网络的时间复杂度和空间复杂度https://zhuanlan.zhihu.com/p/31575074只有卷积操作和全连接操作会有参数的增加，池化不会。1、卷积操作参数量及计算量以VGG16网络为例，第一层卷积图像输入为224x224x3，输出224×224×64，卷积核大小3×3，因此计算量：参数量：参数量计算中，3x3x3是三...

One-stage网络以yolo系列网络为代表,two-stage网络以faster-rcnn为代表它们的主要区别1.one-stage网络速度要快很多2.one-stage网络的准确性要比two-stage网络要低为什么one-stage网络速度要快很多？首先来看第一点这个好理解，one-stage网络生成的anchor框只是一个逻辑结构，或者只是一个数据块，只需要对这个数据块...

目标检测的过程中，会产生多个候选区域proposals，但是最终一个目标只能选取匹配程度最大的框，抑制其他框。过程：检测结果会有目标的区域建议及区域得分score，按照得分大小排列（理论上从小到大排，但个人认为从大到小也没差），这个过程中也可去掉得分太小的框（比如小于0.5的直接去掉，不参与后边的筛选） 取出得分最大的候选框，比如图中左边的0.98（图片源于https://blog.cs...

参考：https://blog.youkuaiyun.com/mzpmzk/article/details/80136958https://blog.youkuaiyun.com/qq_20259459/article/details/70316511https://blog.youkuaiyun.com/xue_csdn/article/details/98728613参数：指根据输入的数据，通过学习过程得到的变量，如网络...

-arch=sm_xx Fermi(CUDA 3.2 until CUDA 8)(deprecated from CUDA 9): SM20 or SM_20, compute_30 – Older cards such asGeForce 400, 500, 600, GT-630 Kepler (CUDA 5 and later): SM30 or...

转自 https://blog.youkuaiyun.com/u010089444/article/details/767258431. SGDBatch Gradient Descent在每一轮的训练过程中，Batch Gradient Descent算法用整个训练集的数据计算cost fuction的梯度，并用该梯度对模型参数进行更新：优点:cost fuction若为凸函数，能够保证收敛到...

https://github.com/datawhalechina/leeml-notes

来源：知乎炼丹实验室，https://zhuanlan.zhihu.com/p/20792837，https://zhuanlan.zhihu.com/p/24720954这里稍作一下整理。

在公众号“CVer”上看到的一篇文章，非常详细地介绍了卷积神经网络得入门。作者：Tirmidzi Faizal Aflahi参与：韩放、王淑婷本文转载自：机器之心正文：卷积神经网络可以算是深度神经网络中很流行的网络了。本文从基础入手，介绍了卷积网络的基本原理以及相关的其它技术，并利用卷积网络做了一个简单项目作为示例参考。想入手 CNN 的朋友不可错过~图源：Pix2PixHD这不是...

Python3代码：import osimport random xmlfilepath=r'/home/huadian/darknet/scripts/VOCdevkit/VOC2007/Annotations'saveBasePath=r"/home/huadian/darknet/scripts/VOCdevkit/VOC2007/ImageSets/Main/" train...