摘要：
文章目录 1. Batch Normalization2. High Resolution Classifier3. Anchor、Dimension Cluster、Direct location prediction4. Loss Function5. Fine-Grained Features 阅读全文
摘要：
文章目录 1. 作者简介2. 目标检测综述3. YOLOv1算法3.1 预测阶段3.2 预测阶段后处理3.3 训练阶段 YOLO的全称是you only look once，指只需要浏览一次就可以识别出图中的物体的类别和位置。 YOLO是目标检测模型。目标检测是计算机视觉中比较简单的任务，用来在一张 阅读全文
摘要：
文章目录 1. 简介2. 多头注意力3. 有掩码的多头注意力4. 基于位置的前馈网络5. 层归一化6. 信息传递7. 预测 1. 简介 基于编码器-解码器架构来处理序列对跟使用注意力的seq2seq不同，Transformer是纯基于注意力 2. 多头注意力 对同一key，value，query，希 阅读全文
摘要：
文章目录 1. 简介2. 非参数化注意力池化层3. 参数化的注意力机制4. 注意力分数5. 自注意力和位置编码 1. 简介 心理学 动物需要在复杂环境下有效关注值得注意的点心理学框架：人类根据随意（有意识）线索和不随意（无意识）线索选择注意点 注意力机制是一种在深度学习领域中的重要技术，尤其在自然语 阅读全文
摘要：
循环神经网络（Rerrent Neural Network,RNN）是神经网络的一种，类似的还有深度神经网络（DNN）、卷积神经网路(CNN)、生成对抗网络（GAN)等。**RNN对具有时序特性的数据非常有成效，他能挖掘数据中的时序信息以及语义信息。**利用RNN的这种能力，使深度学习模型在解决语音 阅读全文
摘要：
自然语言处理的输入输出基本上都是序列，序列问题是自然语言处理最本质的问题。 序列模型：就是输入输出均为序列数据的模型，序列模型将输入序列数据转换为目标序列数据。 序列数据 实际上很多数据是有时序结构的 电影的评价随时间变化而变化 拿奖后评分上升，直到奖项被忘记看了很多好电影后，人们的期望变高季节性： 阅读全文
摘要：
文章目录 1. 评价指标2. 计算示例3. COCO评价指标 1. 评价指标 在目标检测领域，比较常用的两个公开数据集：pascal voc和coco。 目标检测与图像分类明显差距是很大的，在图像分类中，我们通常是统计在验证集当中，分类正确的个数除以验证集的总样本数就能得到准确率。 那么对于目标检测 阅读全文
摘要：
所谓风格迁移，其实就是提供一幅画(Reference style image)，将任意一张照片转化成这个风格，并尽量保留原照的内容(Content)。 将样式图片中的样式迁移到内容图片上，得到合成图片。 基于CNN的样式迁移 奠基性工作： 首先，我们初始化合成图像，例如将其初始化为内容图像。 该合成 阅读全文
摘要：
FCN(全卷积神经网络)图像语义分割的一种框架，是深度学习用于语义分割领域的开山之作。FCN将传统CNN后面的全连接层换成了卷积层，这样网络的输出将是热力图而非类别；同时，为解决卷积和池化导致图像尺寸的变小，使用上采样方式对图像尺寸进行恢复。 FCN网络的特点： 不含全连接层的全卷积网络，可适应任意 阅读全文
摘要：
卷积不会增大输入的高宽，通常要么不变、要么减半转置卷积则可以用来增大输入高宽 为什么称之为“转置”呢？ 对于卷积 Y = X ✭ W Y=X✭W Y=X✭W 可以对 W W W构造一个 V V V，使得卷积等价于矩阵乘法 Y ′ = V X ′ Y'=VX' Y′=VX′这里 Y ′ , X ′ Y 阅读全文