XYKenny的博客

卷积神经网络在本质上是一种输入到输出的映射，能够学习大量的输入到输出之间的映射关系，而不需要任何输入和输出之间的精确的数学表达式。只要用已知的模式对卷积网络加以训练，网络就具有输入输出对之间的映射能力。卷积网络执行的有监督的训练，所以其样本集由形如（输入向量，理想输出向量）的向量对构成。所有的这些向量对，都应该是来源于网络即将模拟的系统的实际“运行结果”。它们可以是从实际运行系统中采集来的。在开始...

目前计算机视觉（CV，computer vision）与自然语言处理（NLP，Natural Language Process）及语音识别（Speech Recognition）并列为人工智能、机器学习和深度学习方向的三大热点方向。而计算机视觉又有四个基本任务（各个说法不一，比如有些地方说到对象检测、对象追踪、对象分割等），及图像分类、对象定位及检测、语义分割和实例分割。a)图像分类：一张图像...

利用深度学习来识别图像的步骤1、采集图像：利用爬虫，下载公开数据集，人工采集；2、图像标注：比如标注出图像中有几个对象，位置在哪里；3、训练模型：选择一个模型，利用框架进行微调训练或者从头训练；4、模型推理：将模型发布成服务之类，在实际中使用。Darknet是用C和CUDA编写的开源神经网络框架，安装速度快，易于安装，并支持CPU和GPU计算。有一个配套的模型YOLO。如果把Darkn...

1、目标检测概述正如下图中第二和第三幅小图所示，目标检测的任务描述起来十分简单：就是要让计算机不仅能够识别出输入图像中的目标物体，还要能够给出目标物体在图像中的位置。正是说起容易做起难，看似让简单的任务描述，在计算机视觉的发展过程中可谓历经艰辛。在深度学习正式成为计算机视觉领域的主题之前，传统的手工特征图像算法一直是目标检测的主要方法。在早期计算资源不发达的背景下，研究人员的图像特征表达方法...

思路特清晰，转自https://blog.youkuaiyun.com/sscc_learning/article/details/79814146在深度学习的算法学习中，都会提到 channels 这个概念。在一般的深度学习框架的 conv2d 中，如 tensorflow 、mxnet ，channels 都是必填的一个参数。channels 该如何理解？先看一看不同框架中的解释文档。首先，是 te...

一、解答1：更容易padding！padding时对称：保证了 padding 时，图像的两边依然相 对称 。在卷积时，我们有时候需要卷积前后的尺寸不变。这时候我们就需要用到padding。假设图像的大小，也就是被卷积对象的大小为nn，卷积核大小为kk，padding的幅度设为(k-1)/2时，卷积后的输出就为(n-k+2*((k-1)/2))/1+1=n，即卷积输出为n*n，保证了卷积前后尺...

转载自https://blog.youkuaiyun.com/touch_dream/article/details/776015341、AlexNet中国使用到了一些非常大的卷积核，比如1111,55卷积核，之前人们的观念认为receptive filed感受野越大，看到的图片信息越多，因此获得的特征越好。但另外一个方面大的卷积核会导致计算量的暴增，不利于模型深度的增加，计算性能也会降低，于是Incept...