摘要：
https://www.bbsmax.com/A/A2dmBX1qze/－视觉目标跟踪算法——SRDCF算法解读 https://blog.csdn.net/sinat_27318881/article/details/79703947－【小白笔记】目标跟踪算法SRDCF论文笔记 https://b 阅读全文
摘要：
https://blog.csdn.net/shenziheng1/article/details/80943494 图：CFNet整体架构。非对称的孪生网络，非对称部分是由于correlation filter部分引起的，作者是想把cf引入到神经网络中，从而能够实现end-to-end优化。tra 阅读全文
摘要：
https://blog.csdn.net/sumangshang/article/details/79531921 https://blog.csdn.net/autocyz/article/details/53216786 https://blog.csdn.net/qq_29598161/ar 阅读全文
摘要：
https://blog.csdn.net/sinat_27318881/article/details/84668861 https://zhuanlan.zhihu.com/p/79355209 https://blog.csdn.net/hey_youngman/article/details 阅读全文
摘要：
https://www.cnblogs.com/P3nguin/p/10570053.html Precision plot: percentages of frames whose estimated locations lie in a given threshold distance to g 阅读全文
摘要：
多层感知器,计算训练数据的输出,根据预测输出和实际输出之间的差异去调整神经元的权值w和偏重b,不断迭代训练直到误差小于一定范围。 对于单个神经元： 多层感知机的前向传播（Forward Propagation）： 多层感知机的反向传播（Backward Propagation）： Loss func 阅读全文
摘要：
1、神经网络为什么引入激活函数？ 如果不引入激活函数，神经网络的每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层的效果相当，这种情况就是最原始的感知机（Perceptron）。 因此，引入非线性函数作为激励函数，这样深层神经网络就有意义了（不再是输入的线性 阅读全文
摘要：
CREST 在目标目标跟踪领域，目前最常用大多以相关滤波为主。CREST作者认为现有的相关滤波方法将特征提取与滤波器更新分离开，无法进行端到端训练。而作者则提出了使用一层CNN网络来模拟相关滤波操作，并将特征提取、模型训练等集成在一起，可以进行端到端训练。同时为了避免模型退化，作者采用了残差思想对网 阅读全文
摘要：
最近学习遇到了代价函数，在网上搜索整理了几个容易混淆的概念： 一、定义 损失函数定义在单个样本上，算的是一个样本的误差。 代价函数定义在整个训练集上，是所有样本误差的平均，也就是损失函数的平均。 目标函数定义为最终需要优化的函数，等于经验风险 + 结构风险（也就是Cost Function + 正则 阅读全文