摘要：
目录 0、综述： SGD 1、mini-batch 2、指数平均加权 3、理解指数加权平均 4、指数加权平局的修正 5、动量梯度下降法 6、RMSprop 7、Adam优化算法 8、衰减率 9、局部最优 0、综述： 在VSLAM后端中有各种梯度下降优化算法，例如：最速下降法、牛顿法、高斯-牛顿法、L 阅读全文
摘要：
参考：https://blog.csdn.net/ruyingcai666666/article/details/109670567 在目标检测算法中，当一个检测结果(detection)被认为是True Positive时，需要同时满足下面三个条件： 1，Confidence Score > Co 阅读全文
摘要：
目录： 一、SSD 二、基于SSD的极速人脸检测 三、VGG 一、SSD SSD主干网络结构（SSD是一个多级分类网络） 图1 ssd主干网络结构图 ssd中的vgg-19网络： SSD采用的主干网络是VGG网络，关于VGG的介绍大家可以看我的另外一篇博客https://blog.csdn.net/ 阅读全文
摘要：
一、mobileV1 MobileNet模型是Google针对手机等嵌入式设备提出的一种轻量级的深层神经网络，其使用的核心思想便是depthwise separable convolution（深度可分离卷积块）能够有效降低参数量。 对于常规卷积：假设有一个3×3大小的卷积层，其输入通道为16、输出 阅读全文
摘要：
Faster R-CNN的发展史 Selective Search（2012） RCNN（2014） SPPNet(2014) Fast R-CNN（2015） Faster R-CNN（2015） 总结 补充：Mask RCNN 7.1、FPN 7.2、RPN 7.3、ProposalLayer层 阅读全文
摘要：
UNET: 左边编码下采样，右边编码上采样。 改进版本认为原始版本融合特征跨度太远，改为就近融合 下面有4个损失函数，如果前面三个效果就很好，第四个可以丢掉(剪枝) 数据增强包：albumentations 链接：https://github.com/albumentations-team/albu 阅读全文
摘要：
Focal交叉熵： 上面式子是一个交叉熵的改进版本，多了一个权重系数pos_weight，表示图像中，正例、负例的比例，那个越少，就越重视哪一个。好好感受下，loss|y_pred = 0.8 loss|y_pred = 0.2应该是“相等”的，这是上面式子设计的初衷！ 下面是Focal loss的 阅读全文
摘要：
libfacedetection是基于SSD进行魔改，而DBFace是基于MobileNetV3进行改进。 一、libfacedetection 二、DBFace 三、libfacedetection网络结构图 一、libfacedetection 链接：https://github.com/Shi 阅读全文
摘要：
基于深度学习人脸检测算法已经非常成熟。这里，我们采用WilderFace来验证各个模型性能，以下图表是6个轻量级的网络模型性能对比 什么是WilderFace？ 在人脸检测大赛中，百度的pyramidBox赢得当年冠军，他的成绩为：0.961 0.950 0.889，比下面最好的模型还要好。但是，类 阅读全文
摘要：
基于resnet18的图像分类，1000个类别。 openvino工作机制： 下面是代码： 1 import cv2 as cv 2 import numpy as np 3 from openvino.inference_engine import IECore 4 5 6 ''' 7 1、读取模 阅读全文