摘要：
BN是由Google于2015年提出，这是一个深度神经网络训练的技巧，它不仅可以加快了模型的收敛速度，而且更重要的是在一定程度缓解了深层网络中“梯度弥散”的问题，从而使得训练深层网络模型更加容易和稳定。所以目前BN已经成为几乎所有卷积神经网络的标配技巧了。 从字面意思看来Batch Normaliz 阅读全文
摘要：
1，全卷积网络（FCN）的简单介绍 1.1 CNN与FCN的比较 CNN：在传统的CNN网络中，在最后的卷积层之后会连接上若干个全连接层，将卷积层产生的特征图（feature map）映射成为一个固定长度的特征向量。一般的CNN结构适用于图像级别的分类和回归任务，因为它们最后都期望得到输入图像的分类 阅读全文
摘要：
导言 目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域最具挑战性的问题。本文将针对目标检测（Object Detection）这个机器视觉中的经典 阅读全文
摘要：
转自：《目标检测》-第2章-Backbone与Detection head 这里简单介绍以下目标检测网络构成的两个基础部分：Backbone 和 Detection head. 图一，目标检测网络的两个重要组成部分：backbone 和 detection head 一，Backbone 和 Det 阅读全文