随笔分类 - 0814-深度学习
摘要：推荐一篇超详细的nnUnet用于2维图像训练和测试的教程，感谢原创作者！！！ https://blog.csdn.net/minervazhaojie/article/details/112061000
阅读全文
摘要：0 - inplace 在pytorch中，nn.ReLU(inplace=True)和nn.LeakyReLU(inplace=True)中存在inplace字段。该参数的inplace=True的意思是进行原地操作，例如： x=x+5是对x的原地操作 y=x+5,x=y不是对x的原地操作 所以，
阅读全文
摘要：0 - 引入 简单的梯度下降等优化算法存在一个问题：目标函数自变量的每一个元素在相同时间步都使用同一个学习率来迭代，如果存在如下图的情况（不同自变量的梯度值有较大差别时候），存在如下问题： 选择较小的学习率会使得梯度较大的自变量迭代过慢 选择较大的学习率会使得梯度较小的自变量迭代发散 因此，自然而然
阅读全文
摘要：0 - 背景 人体姿态识别存在遮挡以及关键点不清晰等主要挑战，然而，人体的关键点之间由于人体结构而具有相互关系，利用容易识别的关键点来指导难以识别关键点的检测，是提高关键点检测的一个思路。本文通过提出序列化结构模型，来提高人体姿态识别任务的效果。 1 - 贡献 使用一个序列卷积结构模型学习表达空间信
阅读全文
摘要：0 - 背景 人体姿态识别是计算机视觉的基础的具有挑战性的任务，其中对于身体部位的尺度变化性是存在的一个显著挑战。虽然金字塔方法广泛应用于解决此类问题，但该方法还是没有很好的被探索，我们设计了一个Pyramid Residual Module（PRMs）来提高DCNNs的尺度不变性。 并且我们发现现
阅读全文
摘要：0 - 背景 今年来卷积网络在计算机视觉任务上取得的显著成果，但仍然存在一些问题。去年Hinton等人提出了使用动态路由的新型网络结构——胶囊网络来解决卷积网络的不足，该新型结构在手写体识别以及小图像分类上取得了不错的效果。其成功的原因在于它使用了动态路由算法替代了卷积网络中的池化层从而减少了信息的
阅读全文
摘要：0 - 背景 R-CNN中检测步骤分成很多步骤，fast-RCNN便基于此进行改进，将region proposals的特征提取融合成共享卷积层问题，但是，fast-RCNN仍然采用了selective search来进行region proposals的预测，者称为性能的瓶颈（selective
阅读全文
摘要：扫码关注下方公众号："Python编程与深度学习"，领取配套学习资源，并有不定时深度学习相关文章及代码分享。 0 - 背景 经典的R-CNN存在以下几个问题： 训练分多步骤（先在分类数据集上预训练，再进行fine-tune训练，然后再针对每个类别都训练一个线性SVM分类器，最后再用regressor
阅读全文
摘要：0 - 背景 在目标检测任务中，我们希望输入一副图像，输出目标所在的位置以及目标的类别。最常用的算法是滑动窗口方法，但滑动窗口其实相当于穷举图像中的所有子图像，其效率低且精度也受限。该论文提出一种新的生成目标检测框的方法selective search。 1 - 算法流程 step 0：生成区域集R
阅读全文
摘要：0 - 背景 该论文是2014年CVPR的经典论文，其提出的模型称为R-CNN（Regions with Convolutional Neural Network Features），曾经是物体检测领域的state-of-art模型。 1 - 相关知识补充 1.1 - Selective Searc
阅读全文
摘要：0 - 背景 Facebook AI Research（FAIR）开源了一项将2D的RGB图像的所有人体像素实时映射到3D模型的技术（DensePose）。支持户外和穿着宽松衣服的对象识别，支持多人同时识别，并且实时性良好。 本研究的目的是通过建立从人体的2D图像到基于表面的3D表征的密集对应（de
阅读全文
摘要：0 - 定义 $Sigmoid$函数是一个在生物学中常见的S型函数，也称为$S$型生长曲线。在信息科学中，由于其单增以及反函数单增等性质，$Sigmoid$函数常被用作神经网络的阈值函数，将变量映射到0,1之间。 其曲线如下图： 1 - 导数 $$\begin{align*}sigmoid^{'}(
阅读全文
摘要：0 - 定义 $tanh$是双曲函数中的一个，$tanh()$为双曲正切。在数学中，双曲正切“$tanh$”是由基本双曲函数双曲正弦和双曲余弦推导而来。 $$tanhx=\frac{sinhx}{coshx}=\frac{e^x-e^{-x}}{e^x+e^{-x}}$$ 其曲线如下图所示： 1 -
阅读全文
摘要：0 - 学习目标 我们将实现一个简单的3层神经网络，我们不会仔细推到所需要的数学公式，但我们会给出我们这样做的直观解释。注意，此次代码并不能达到非常好的效果，可以自己进一步调整或者完成课后练习来进行改进。 1 - 实验步骤 1.1 - Import Packages 1.2 - Generating
阅读全文
摘要：0 - 背景 Geoffrey Hinton是深度学习的开创者之一，反向传播等神经网络经典算法发明人，他在去年年底和他的团队发表了两篇论文，介绍了一种全新的神经网络，这种网络基于一种称为胶囊（capsule)的结构，并且还发表了用来训练胶囊网络的囊间动态路由算法。 1 - 研究问题 传统CNN存在着
阅读全文
摘要：0 - DataSet http://www.csc.kth.se/~att/Site/Animals.html 1 - Code 1.1 - Import Packages 1.2 - Initialize Parameters 1.3 - Build Data Reader 1.4 - Buil
阅读全文
摘要：新学期开始，想养成阅读论文的习惯。下一阶段的学习以深度学习为主，因此收集深度学习相关论文进行学习。 转载自https://www.cnblogs.com/guoyaohua/p/8533910.html
阅读全文
摘要：0 - TensorFlow 基于数据流图，节点表示某种抽象计算，边表示节点之间联系的张量。 Tensorflow结构灵活，能够支持各种网络模型，有良好的通用性和扩展性。 1 - 系统概述 TensorFlow以$C\ API$为界限，分为前端系统（提供编程模型，负责构造计算图）以及后端系统（提供运
阅读全文
摘要：前段时间看了YOLO的论文，打算用YOLO模型做一个迁移学习，看看能不能用于项目中去。但在实践过程中感觉到对于YOLO的一些细节和技巧还是没有很好的理解，现学习其他人的博客总结（所有参考连接都附于最后一部分“参考资料”），加入自己的理解，整理此学习笔记。 概念补充：mAP：mAP是目标检测算法中衡量
阅读全文
摘要：1 - Task Implement the neural style transfer algorithm Generate novel artistic images using your algorithm 2 - Import Packages 3 - Problem Statement 4
阅读全文
浙公网安备 33010602011771号