摘要：
1789张图像 包含6类Object：Clock，Lamp(Desk Lamp)，Faucet，Outlet，Switch，Sign 类别 图片数量 物体数量 训练集图片数量 训练集物体数量 测试集图片数量 测试集物体数量 测试集物体数量/ 训练集物体数量 Clock 404 440 333 360 阅读全文
摘要：
图片预处理 图片生成器ImageDataGenerator 用以生成一个batch的图像数据，支持实时数据提升。训练时该函数无限生成数据，知道达到规定的epoch次数为止。 参数 featurewise_center：布尔值，使输入数据集去中心化（均值为0）按feature执行 samplewise 阅读全文
摘要：
Dense层：全连接层 Activatiion层：激活层，对一个层的输出施加激活函数 Dropout层：为输入数据施加Dropout。Dropout将在训练过程中每次更新参数时按一定概率(rate)随机断开输入神经元，Dropout层用于防止过拟合 Flatten层：Flatten层用来将输入“压平 阅读全文
摘要：
先定义几个参数 输入图片大小 W*W Filter大小F*F 步长 S padding的像素数P N = ( W + 2*P - F ) / S + 1 输入图片的大小为N * N 阅读全文
摘要：
根据tensorflow中的Conv2D函数，先定义几个基本符号： 在tensorflow中padding的方式有两种，一种是valid，一种是same padding='valid' new_height = new_width = (W - F + 1) / S (结果向上取整) 也就是说，Co 阅读全文