zhanghenan123的博客

softmax把输入的x值进行e(e的x次方)操作，使大的更大小的更小，然后再对输入值求概率，则大的概率也大，小大概率也小，具体操作入下图softmax计算公式如下：Si=ei∑jejS_i = \dfrac{e^i}{\sum_j{e^j}} Si​=∑j​ejei​softmax losssoftmax loss就是经过softmax激活之后计算的loss值，公式如下loss=∑yilogSiloss = \sum{y^ilogS_i}loss=∑yilogSi​其中yi为0或1

空洞卷积如下：空洞卷积提出原因：池化层在增大感受野的同时降低了分辨率，为了在进行upsample的时候得到高的分辨率就需要空洞卷积空洞卷积如何实现：空洞卷积是在原有特征图上根据空洞的rate，得出原有特征图上需要进行卷积的点来，然后再按原来的卷积操作（个人理解）...

本文参考如下博客：https://blog.youkuaiyun.com/H_hei/article/details/87298459https://blog.youkuaiyun.com/u012938704/article/details/71185126引入SPP的原因：卷积层和池化层是滑动窗操作，可以接受任意大小的图片输入，而全连接层是向量与矩阵乘操作，因此需要固定大小的输入（参数的个数固定），因...

1、tf.gfile.Copy(oldpath, newpath, overwrite=False)拷贝源文件并创建目标文件，无返回，其形参说明如下：oldpath：带路径名字的拷贝源文件；newpath：带路径名字的拷贝目标文件；overwrite：目标文件已经存在时是否要覆盖，默认为false，如果目标文件已经存在则会报错2、tf.gfile.MkDir(dirna...

一：数据准备：1、网上下载labelme开源标注工具并根据官网配置环境，然后标注数据并生成标签数据2、根据voc数据制作方式制作tfrecord数据二：训练前代码准备：修改：segmentation_dataset.py、train_utils.pysegmentation_dataset.py在deeplab/datasets下面在_DATASETS_INFORMATIO...

1、在import tensorflow的时候出现如下问题解决方法：此问题出现的原因是安装的numpy版本太高了导致的，切换低版本的即可

（转载：https://blog.youkuaiyun.com/m0_37615398/article/details/85256543）在目标检测中，我们常用AP和mAP来评价模型的好坏，但是在很多论文中出现了AP50，AP60等指标，这是什么呢？AP是指average precision，平均精确率，即多类预测的时候每一类的precision取平均，类似地还有AR，平均召回率。以Cascade...

转载https://blog.youkuaiyun.com/sinat_14916279/article/details/56489601?locationNum=10&fps=1

egion CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的FAIR。 这篇文章思路简洁，在DPM方法多年平台期后，效果提高显著。包括本文在内的一系列目标检测算法：RCNN, Fast RCNN, Faster RCNN代表当下目标检测的前...

1、简介空间金字塔池化，使得任意大小的特征图都能够转换成固定大小的特征向量，这就是空间金字塔池化的意义（多尺度特征提取出固定大小的特征向量），送入全连接层。整体框架大致为：输入图像，卷积层提取特征，空间金字塔池化提取固定大小特征，全连接层。具体的流程图如下： 2、具体算法的大体流程    首先通过选择性搜索（selective search），对待检测的图片进行搜索出2000个候选窗口。这一步和R...