摘要: DeepLab-v3(86.9 mIOU) 论文地址:https://arxiv.org/pdf/1706.05587.pdf(Rethinking Atrous Convolution for Semantic Image Segmentation) 讲解文章:https://blog.csdn. 阅读全文
posted @ 2021-10-06 18:52 彼岸的客人 阅读(1127) 评论(0) 推荐(0) 编辑
摘要: DeepLab-v2(79.7 mIOU) 参考文章:https://blog.csdn.net/qq_14845119/article/details/102942576(图像分割之 deeplab v1,v2,v3,v3+系列解读) 论文地址:https://arxiv.org/abs/1606 阅读全文
posted @ 2021-10-06 18:51 彼岸的客人 阅读(510) 评论(0) 推荐(0) 编辑
摘要: DeepLab-v1(71.6 mIOU) 参考文章:https://zhuanlan.zhihu.com/p/22308032(图像语义分割之FCN和CRF) 论文地址:https://arxiv.org/pdf/1412.7062v3.pdf DeepLab可以换分为两部分: 前端使用带空洞卷积 阅读全文
posted @ 2021-10-06 18:50 彼岸的客人 阅读(172) 评论(0) 推荐(0) 编辑
摘要: Fully Convolutional Networks (2015) 图像分割即对每一个像素进行预测 我们分类使用的网络通常会在最后连接几层全连接层,它会将原来二维的矩阵(图片)压扁成一维的,从而丢失了空间信息,最后训练输出一个标量,这就是我们的分类标签。而图像语义分割的输出需要是个分割图,且不论 阅读全文
posted @ 2021-10-06 18:49 彼岸的客人 阅读(156) 评论(0) 推荐(0) 编辑
摘要: C++数组是继承C语言的,C++标准库中的vector封装了动态数组,是一个模板类(vector<int>,<>里面可以是各种类型。 定义方式: vector<元素类型> 对象名(长度); (注:vector还有个好处就是,数组定义时长度那里不能包含变量,但是vector定义时长度那里可以包含变量, 阅读全文
posted @ 2021-07-14 15:57 彼岸的客人 阅读(317) 评论(0) 推荐(0) 编辑
摘要: 进行迁移学习时,加载完别人的模型,想要进行一些微调,就需要想办法获取到该网络中某些张良的名称,尤其是输入和输出。 with tf.Session() as sess: #此处加载模型 tensor_name_list = [tensor.name for tensor in tf.get_defau 阅读全文
posted @ 2019-11-19 09:17 彼岸的客人 阅读(658) 评论(0) 推荐(0) 编辑
摘要: 一、.ckpt文件的保存和加载 1、保存的文件 这是我保存的文件,保存一次有四个文件: checkpoint文件:用于告知某些TF函数,这是最新的检查点文件(可以用记事本打开看一下) .data文件:(后面缀的那一串我也布吉岛是啥)这个文件保存的是图中所有变量的值,没有结构。 .index文件:可能 阅读全文
posted @ 2019-11-18 15:40 彼岸的客人 阅读(17926) 评论(0) 推荐(4) 编辑
摘要: 在搭建网络模型时通常要建立一个评估模型正确率的节点(evaluation_step) 这里介绍一个对于分类问题可以用的评估方法: 代码: correct_prediction = tf.equal(tf.argmax(logits, 1), tf.argmax(groundtruth_input, 阅读全文
posted @ 2019-11-17 09:57 彼岸的客人 阅读(790) 评论(0) 推荐(0) 编辑
摘要: 训练神经网络模型时通常要设置学习率learning_rate,可以直接将其设置为一个常数(通常设置0.01左右),但是用产生过户学习率会使参数的更新过程显得很僵硬,不能很好的符合训练的需要(到后期参数仅需要很小变化时,学习率的值还是原来的值,会造成无法收敛,甚至越来越差的情况),过大无法收敛,过小训 阅读全文
posted @ 2019-11-16 11:17 彼岸的客人 阅读(1784) 评论(0) 推荐(0) 编辑
摘要: 在分类问题中,交叉熵是经常选用的损失函数(loss) 关于交叉熵的详细解释请看这篇博客:https://blog.csdn.net/tsyccnh/article/details/79163834 在单分类问题中(即one-hot问题),通常使用tf.nn.softmax_cross_entropy 阅读全文
posted @ 2019-11-16 10:48 彼岸的客人 阅读(433) 评论(0) 推荐(0) 编辑