zhuiqiuk的专栏

使用darknet（windows GPU 版本） yolov3 训练自己的第一个检测模型（皮卡丘检测）蹦蹦蹦蹦蹦成一个根音侠巴扎嘿关注0.32018.10.09 16:55*字数 1879阅读 2760评论 7喜欢 6赞赏 1一。 windows GPU 版本的 darknet 环境环境：（基本都是按照github上的要求的来的，之前试过没按照上面的版本来，失败了，不...

原标题： YOLOv3: An Incremental Improvement原作者： Joseph Redmon Ali Farhadi翻译者： AmusiYOLO官网：YOLO: Real-Time Object Detection论文链接：https://pjreddie.com/media/files/papers/YOLOv3.pdfYoutube：https://www....

激活函数：很多层里面有 activation 这一项，这是激活函数，我看到的配置文件里面最常用的就3个：LINEAR：啥都不干RELU ：值 > 0时保持不变，小于0时置0LEAKY ：值 > 0时保持不变，小于0时值 * 0.1 （类似于caffe的prelu层）卷积层：[convolutional]filters=96 # 输出blob通...

首先目标检测的入门文档：知乎-目标检测https://zhuanlan.zhihu.com/p/34142321voc版本数据集制作：voc格式数据集https://blog.youkuaiyun.com/ch_liu23/article/details/53558549yolo主页：yolo homehttps://pjreddie.com/darknet/yolo/yolo AB代...

从下图可以看出，YOLOv2不管是速度还是精度都超过了SSD300，和YOLOv1相比，确实有很大的性能的提升。这名字也起的darknet，就跟黑魔法一样，是那么的奏效，不得不佩服老外的起名啊。论文思想篇：该论文为YOLO9000:Better, Faster, Stronger非常值得一看的论文。Better：batch Normalization:在卷基层后面...

https://blog.youkuaiyun.com/jinlong_xu/article/details/763753341.Batch_Size(批尺寸)该参数主要用于批梯度下降算法(Batch Gradient Descent)中，批梯度下降算法是每次迭代都遍历批中的所有样本，由批中的样本共同决定最优的方向，Batch_Size 正是批中的样本数量。若数据集比较小，可以采用全数据集(F...

（1）参数学习率，需要调小。（2）观察loss，是否下降，或者上升，跳动特别明显。如果上升或者跳动特别明显说明 learn rate较大。原因：之前训练模型总的训练样本数量 t1与现在fine tune的 t2不一样。如果 t1 > t2, 不改变learn rate, 通过poly 策略算下来，fine tune时的初始learn rate < 上一个模型训练结束时的 学习率。 ...