10 2019 档案
摘要：收藏些图像处理，机器学习，深度学习方面比较不错的文章，时常学习，复习和膜拜吧。。。 图像方面（传统CV）： 1. SIFT特征 https://www.cnblogs.com/wangguchangqing/p/4853263.html http://shartoo.github.io/SIFT-f
阅读全文
摘要：目标检测模型主要分为two-stage和one-stage， one-stage的代表主要是yolo系列和ssd。简单记录下学习yolo系列的笔记。 1 yolo V1 yolo v1是2015年的论文 you only look once：unified，real-time object dete
阅读全文
摘要：自己搭建神经网络时，一般都采用已有的网络模型，在其基础上进行修改。从2012年的AlexNet出现，如今已经出现许多优秀的网络模型，如下图所示。 主要有三个发展方向： Deeper：网络层数更深，代表网络VggNet Module： 采用模块化的网络结构（Inception），代表网络GoogleN
阅读全文
摘要：对于深度学习的网络模型，希望其速度快，内存小，精度高。因此需要量化指标来评价这些性能，常用的指标有：mAP（平均准确度均值，精度指标）， FPS（每秒处理的图片数量或每张图片处理需要时间，同样硬件条件下的速度指标） ， 模型参数大小（内存大小指标）。 1.mAP (mean Avearage Pre
阅读全文
摘要：在神经网络训练时，还涉及到一些tricks，如网络权重的初始化方法，优化器种类（权重更新），图片预处理等，继续填坑。 1. 神经网络初始化（Network Initialization ） 1.1 初始化原因 我们构建好网络，开始训练前，不能默认的将所有权重系数都初始化为零，因为所有卷积核的系数都相
阅读全文
