2019年5月1日

GoogLeNet InceptionV2/V3/V4

摘要: 仅用作自己学习 这篇文章中我们会详细讲到Inception V2/V3/V4的发展历程以及它们的网络结构和亮点。 GoogLeNet Inception V2 GoogLeNet Inception V2在《Batch Normalization: Accelerating Deep Network 阅读全文

posted @ 2019-05-01 12:24 Hebye 阅读(299) 评论(0) 推荐(0) 编辑

2019年4月29日

Python库 - Albumentations 图片数据增强库

摘要: Python图像处理库 - Albumentations,可用于深度学习中网络训练时的图片数据增强. Albumentations 图像数据增强库特点: 基于高度优化的 OpenCV 库实现图像快速数据增强. 针对不同图像任务,如分割,检测等,超级简单的 API 接口. 易于个性化定制. 易于添加到 阅读全文

posted @ 2019-04-29 16:59 Hebye 阅读(20301) 评论(0) 推荐(1) 编辑

2019年4月16日

卷积为什么如此强大?一文全解深度学习中的卷积

摘要: 有太多的公开课、教程在反复传颂卷积神经网络的好,却都没有讲什么是“卷积”,似乎默认所有读者都有相关基础。这篇外文既友好又深入,所以翻译了过来。文章高级部分通过流体力学量子力学等解释卷积的做法在我看来有点激进,这些领域恐怕比卷积更深奥,所以只需简略看看即可。 我一直用卷积,但是好像并没有真正领会到卷积 阅读全文

posted @ 2019-04-16 17:24 Hebye 阅读(3303) 评论(0) 推荐(0) 编辑

神经网络训练tricks

摘要: 神经网络构建好,训练不出好的效果怎么办?明明说好的拟合任意函数(一般连续)(为什么?可以参考http://neuralnetworksanddeeplearning.com/),说好的足够多的数据(https://en.wikipedia.org/wiki/Occam's_razor),仔细设计的神 阅读全文

posted @ 2019-04-16 14:47 Hebye 阅读(552) 评论(0) 推荐(0) 编辑

CV迅速发展

摘要: 阅读全文

posted @ 2019-04-16 11:30 Hebye 阅读(182) 评论(0) 推荐(0) 编辑

2019年4月14日

二值图片轮廓提取

摘要: 单个文件夹内部图片提取 多层文件图片边缘分割 阅读全文

posted @ 2019-04-14 15:07 Hebye 阅读(268) 评论(0) 推荐(0) 编辑

2019年4月13日

P和C

摘要: import tensorflow as tf import numpy as np import math import keras from keras.layers import Conv2D,Reshape,Input import numpy as np import matplotlib.pyplot as plt """ Channel attention module""" ... 阅读全文

posted @ 2019-04-13 22:19 Hebye 阅读(336) 评论(0) 推荐(0) 编辑

python中reshape重组数据方式

摘要: 方法numpy.reshape()是怎么进行数据重新定义shape?先生成一个随机数组 reshape成5行3列,可以看到是把(5,3)中第一行的剩余两列数据作为第二行的前两列,以此类推 reshape成一列,其中(-1,1)也可以是任意列,当然这里只能是1、3、5列。看到实现方式是按行来循环,从第 阅读全文

posted @ 2019-04-13 22:15 Hebye 阅读(4822) 评论(0) 推荐(0) 编辑

2019年4月12日

卷积神经网络系列之softmax,softmax loss和cross entropy的讲解

摘要: 我们知道卷积神经网络(CNN)在图像领域的应用已经非常广泛了,一般一个CNN网络主要包含卷积层,池化层(pooling),全连接层,损失层等。虽然现在已经开源了很多深度学习框架(比如MxNet,Caffe等),训练一个模型变得非常简单,但是你对这些层具体是怎么实现的了解吗?你对softmax,sof 阅读全文

posted @ 2019-04-12 19:18 Hebye 阅读(623) 评论(0) 推荐(0) 编辑

关于感受野 (Receptive field) 你该知道的事

摘要: Receptive field 可中译为“感受野”,是卷积神经网络中非常重要的概念之一。 我个人最早看到这个词的描述是在 2012 年 Krizhevsky 的 paper 中就有提到过,当时是各种不明白的,事实上各种网络教学课程也都并没有仔细的讲清楚“感受野”是怎么一回事,有什么用等等。直到我某天 阅读全文

posted @ 2019-04-12 17:01 Hebye 阅读(5160) 评论(0) 推荐(1) 编辑

导航