04 2017 档案

[目标检测]RCNN系列原理
摘要：1 RCNN 1.1 训练过程 (1) 训练时采用fine tune方式: 先用Imagenet(1000类)训练，再用PASCAL VOC(21)类来fine tune。使用这种方式训练能够提高8个百分点。 (2) 训练时每个batch的组成: batch_size = 128 = 32P(正样本 阅读全文
posted @ 2017-04-29 11:16 fariver 阅读(3461) 评论(0) 推荐(0) 编辑
python类的使用与多文件组织
摘要：多文件的组织 跨目录级导入模块 执行时的命令 (refer) [http://stackoverflow.com/questions/11536764/how to fix attempted relative import in non package even with init py/2787 阅读全文
posted @ 2017-04-23 20:22 fariver 阅读(2953) 评论(0) 推荐(0) 编辑
性能指标
摘要：对于二分类问题 混淆矩阵 TP(真正例)：将正类预测为正类 FN(假反例)：将正类预测为负类 FP(假正例): 将负类预测为正类 TN(真反例): 将负类预测为负类 这么看，可能有点头晕，换个角度： 第一个字母(T or F)：表示预测值与真实值是否一致，一致的话为T，否则为F 第二个字母(P or 阅读全文
posted @ 2017-04-06 20:01 fariver 阅读(313) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示