Stay Hungry Stay Foolish

1. Face verification && Face recognition人脸验证：验证输入图片中的那个人是否与他声称的身份相符，也被称作1对1问题。人脸识别：从一个大量人脸数据库中找到匹配输入图片中的那个人。如果你有一个上百人的数据库，你想得到一个可接受的识别误差，那么我们就需要构造一个验证系统，用于验证人脸识别的准确度，当准确率达到99.9%或更高时才可以在1...

这里我们将会介绍如何使用卷积神经网络来进行对象检测

object localization目标检测是计算机视觉领域中的一个新兴的应用方向，在构建目标检测之前，我们首先了解一下object localization目标定位。前面说过的图片分类任务就是算法遍历图片，判断其中的对象是不是汽车，主要是图片分类这里所说的目标定位指的是我们不仅要用算法判断图片中是不是一辆汽车，还要在图片中标记出它的位置，用边框或红色方框把目标 标注圈起来，这就是定...

Mirroring(镜像翻转)：最简单的数据增强方式Random Cropping(随机裁剪): 随机裁剪并不是一种完美的数据增强方式。存在随机裁剪下那块看起来不像猫的图片的可能性，但是实际随机裁剪效果还不错，只要随机裁剪的部分占原图片的相当大一部分即可。Rotation(旋转)Shearing(剪切)Local warping(局部弯曲)Color shifting(色彩变化...

如果你想实现一个计算机视觉应用，而不想从零开始训练权重，比方从随机初始化开始训练，实现更快的方式通常是下载别人已经训练好权重的网络结构，把这个作为预训练迁移到你感兴趣的新任务上。计算机视觉的研究社区已经很擅长把很多数据库发布在网络上(如ImageNet、MSCOCO、PASCAL等数据库，这些是已经公开在线的不同数据库的名字)，许多计算机视觉的研究者已经在上面训练了自己的算法。有时候算法训练要耗费...

1. 1*1卷积核在讲Inception network之前，首先介绍一下 Pointwise Network，即 1*1 卷积如上图所示，1*1卷积和普通卷积相同，只不过是其卷积核的宽高都是1*1的而已，所以对于1*1卷积的理解是其本质上是一个完全连接的神经网络，逐一作用在输入的36个(输入宽高6*6)不同的位置,这个完全连接的神经网络所做的是它接收32(输入的通道数为32)个数的输...

1. 提出ResNet的背景：一般印象中，越复杂的特征有着越强的表达特征能力。在深度网络中，各个特征会不断的经过线性非线性的综合计算，越深的网络输出表示能力越强的特征。所以网络的深度对于学习表达能力更强的特征至关重要，即神经网络结构越深(复杂，参数多)越是有着更强的表达能力。这一点在VGGNet中得到很好的体现。深度模型中，每层的输出特征图的尺寸大都随着网络深度而变化，主要是长和宽越来越小...

VGG-16与大量的超参数不同，VGG-16结构更简单，更能关注卷积层即卷积核大小为3*3，步长为1，same padding ; 所有最大池化层卷积核都是 2*2，步长为2VGG-16有个优点是真正简化了神经网络结构接下来我们具体的对这个网络结构进行分析：首先输入层为224*224*3的图像...

参考博文：卷积神经网络之AlexNet

1. LeNet-5

卷积的操作的通用公式：对于一个n*n大小的输入图片，使用一个大小为 f*f 的filter，其中padding为p，卷积stride为 s，得到的输出结果的维度为： *1.Padding中文意思为 填充分析上面的卷积操作：左边我们输入的图像的大小为 6*6, filter的大小为 3*3，按照一般的卷积操作(这里假设没有提出padding、stride的概念...