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