learningcaiji

摘要： 对于语义分割网络，其输出为（b, h, w, classes）,对索引求最大值，得到维度为（b, h, w, 1） 相对于得到一个灰度图，其亮度值为类别index。因为类别值为[1, num_classes]， 如果对输出 结果直接显示，会的到一副纯黑的图。 所以需要进行预测结果可视化 将预测结果转 阅读全文

摘要： name id trainId category catId hasInstances ignoreInEval color unlabeled' , 0 , 255 , 'void' , 0 , False , True , ( 0, 0, 0) ),ego vehicle' , 1 , 255 阅读全文

摘要： 1. pix_accuracy 比较预测值的每个像素和实际值的每个像素，若二者相等，则代表预测正确 总数量为实际值的像素总数，求二者比值，即为准确率 def batch_pix_accuracy(predict, target, labeled): pixel_labeled = labeled.s 阅读全文

摘要： 1. 交叉熵损失 语义分割时相当于对每个像素进行分类，所以实际是一个分类任务 对每一个像素的预测值与实际值比较，将损失求平均，是所以最常用的还是交叉熵损失 self.CE = nn.CrossEntropyLoss(weight=weight, ignore_index=ignore_index,  阅读全文

摘要： 在语义分割中，要求输入输出的分辨率一样大 在特征提取的时候，需要进行下采样，所以在encode过程中，要进行相应的上采样。 上采样，即扩充图像的h和w。 常见的上采样方法有双线性插值、转置卷积、上采样（unsampling）和上池化（unpooling）。 其中前两种方法较为常见，后两种用得较少。 阅读全文

摘要： ResNet 主干特征提取 残差网络根据堆叠的层数不同，采用两个不同的单元。 ResNet(BasicBlock, [2, 2, 2, 2], **kwargs) //18 ResNet(BasicBlock, [3, 4, 6, 3], **kwargs) // 34 ResNet(Bottlen 阅读全文

摘要： RNN：循环神经网络，用于处理序列信息，即有上下文关系的信息 RNN中会把上一层处理后的信息作为输入传入到下一层，这样，这一层 就会同时考虑此时的输入和上一个时刻的输入，做到处理序列信息。 按时间线展开 其中各个时间点具有同一个W，U，V，这也是RNN的权值共享。 RNN接受的输入的特征为（b, n 阅读全文

摘要： 1.数据预处理 数据格式为图像数据，标签为图像名称，图像名称中包含车牌位置+车牌号 1.1 图像数据 图像resize相同大小（480*480），并做归一化。 img_name = self.img_paths[index] img = cv2.imread(img_name) # img = im 阅读全文

摘要： 1. 加载model及训练权重 self.num_classes = len(self.class_names) + 1 self.model = SSD300((300,300,3), self.num_classes) self.model.load_weights('ssd_model.h5' 阅读全文

摘要： SSD损失分为两部分，类别损失和回归框位置损失 其中，类别损失采用softmax损失，回顾框损失采用l1——smooth损失。 1. softmax损失： def _softmax_loss(self, y_true, y_pred): y_pred = tf.maximum(y_pred, 1e- 阅读全文