摘要:
夏云 刚到欧洲,少女急于等待一个晴朗的日子。 “可是,在鲁汶,夏天就是这样的。”他们说。 阴天,毛毛雨,穿一件毛衣,撑一把伞。运气好,会有一两个晴天,运气不好,会下上一个暑假的雨。湿淋淋的人行道上的落叶由青转黄,然后:“夏天已经过去了!”他们说。 可是,她还没看过一朵云彩哩,那一小朵、一小朵飘拂过天 阅读全文
摘要:
1.目标检测算法 一般的步骤包括:输入图片 >得到候选框 >根据候选框提取特征-->对框内的特征进行分类(回归) 2. 视觉检测器 1.1One-stage 以YOLO和SSD为代表的单级结构,它们摒弃了提取proposal的过程,只用一级就完成了识别/回归,虽然速度较快但准确率稍差。 1.2Two 阅读全文
摘要:
论文来源:https://arxiv.org/abs/1612.03144 1.简介 作者开发了一种具有横向连接的自顶向下架构,用于在所有尺度上构建高级语义特征映射。这种FPN架构在几个应用程序中作为通用特征提取器表现出了显著的改进。包括一个自下而上的通道,自上而下的连接和横向连接,如下所述。 优势 阅读全文
摘要:
1. 简介 随着神经网络的进一步加深,可能会出现如下问题: (1)梯度消失、梯度爆炸 (2)退化问题--训练集上准确率下降(不等于过拟合--表现为在训练集上表现更好) ResNet是2015年ILSVRC 比赛2015第一名的算法。主要是针对更深的神经网络难以训练的问题,提出了一种残差学习的结构,不 阅读全文
摘要:
1.简介 GoogLeNet是2014年ILSVRC挑战赛排名第一的算法。与其他进一步加深神经网络的宽度和深度的网络结构不同,GoogLeNet团队提出了一种Inception网络结构,就是构造一种“基础神经元”结构,来搭建一个稀疏性、高计算性能的网络结构。 优点:克服了深层次神经网络的带来的过拟合 阅读全文
摘要:
卷积神经网络与一般全连接层神经网络的区别在于:全连接层(Dense层)学到的是全局模式,而卷积网络通过对局部的卷积运算,学习到的实际是局部模式。这样通过多次卷积,就能学习到越来越复杂和抽象的视觉概念。 常规步骤: (1)数据输入层( Input layer) (2)卷积计算层(conv layer) 阅读全文