会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
InsistPy
博客园
首页
新随笔
联系
订阅
管理
上一页
1
2
3
4
5
6
下一页
2019年6月4日
tensorflow2.0 新特性 + kaggle练习
摘要: 基于tf2.0 对Kaggel Google street view characters classify 项目练手, 熟悉一下tf2.0的新特性 tf2.0的新特性主要包含: 1. AutoGraph, 也就是在python function上添加装饰器@tf.function把其变成静态图,
阅读全文
posted @ 2019-06-04 21:58 InsistPy
阅读(2440)
评论(0)
推荐(2)
2019年3月1日
Caffe学习记录(十三) OCNet分割网络学习
摘要: 论文地址: https://arxiv.org/abs/1809.00916 pytorch实现地址: https://github.com/PkuRainBow/OCNet.pytorch 这篇论文主要创新了OCP object context pooling, 也就是把Self-attentio
阅读全文
posted @ 2019-03-01 13:56 InsistPy
阅读(852)
评论(0)
推荐(0)
2018年11月12日
Caffe学习记录(十二) ICNet分割网络学习二
摘要: 在ICNet分割网络训练的过程中,发生了很郁闷的事情, 首先ICNet的训练数据准备,和segnet一样,需要准备原始数据,mask 已经对应的txt文件,格式为pathofdata 空格 pathofmask 在训练过程中,需要把mask转化为二值化也就是只包含0,1值的像素。 但是虽然转过了,还
阅读全文
posted @ 2018-11-12 16:04 InsistPy
阅读(757)
评论(0)
推荐(0)
2018年11月6日
Caffe学习记录(十一) ICNet分割网络学习
摘要: ICNet 是一个既考虑性能,又考虑准确率的分割网络,包含了语义分割和边缘精确分割,因为偶然看到就简单的了解一下,记录下来 论文是: ICNet for Real_time Semantic Segmentation on High Resolution Images,整篇文章都在讲如何在分割的过程
阅读全文
posted @ 2018-11-06 20:33 InsistPy
阅读(2168)
评论(0)
推荐(0)
2018年11月2日
Caffe学习记录(十) SegNet等分割网络学习
摘要: 图像分割作为计算机视觉的一个方向,广泛应用在各个领域,记录一下学习的过程,以及各个网络的优缺点,不同的地方等。 最流行的方法是FCN,整个分割的流程大致可以看做如下: FCN顾名思义,全卷机网络,就是把fc层都换做1x1的卷积层,channel等价于fc层的输出个数。 FCN的架构为编码器,和解码器
阅读全文
posted @ 2018-11-02 18:19 InsistPy
阅读(1447)
评论(0)
推荐(0)
2018年10月12日
caffe学习记录(九) CRNN+BLSTM+CTC OCR识别,后续加上SSD做检测
摘要: https://github.com/senlinuc/caffe_ocr源代码在此,是基于senlnuc的模型进行学习的。 好长时间没更新学习博客了,之前一直在忙着做基网络模型的评测,以及tesseract 和其他Ocr的研究等。 更新一下最近学习的OCR检测,要求是速度要快,准确度要相对较高!
阅读全文
posted @ 2018-10-12 17:50 InsistPy
阅读(4030)
评论(3)
推荐(0)
2018年9月19日
Focal loss and weighted loss学习记录
摘要: 首先回顾一下交叉熵: Softmax层的作用是把输出变成概率分布,假设神经网络的原始输出为y1,y2,….,yn,那么经过Softmax回归处理之后的输出为: 交叉熵刻画的是实际输出(概率)与期望输出(概率)的距离,也就是交叉熵的值越小,两个概率分布就越接近。假设概率分布p为期望输出(correct
阅读全文
posted @ 2018-09-19 11:27 InsistPy
阅读(3698)
评论(0)
推荐(0)
2018年9月18日
学习记录之Focal loss
摘要: 目标检测中,会有大量的负样本,也就是背景样本,如果使得正样本对loss的影响更大,是focal loss提出来解决的方案。 作者以二分类为例进行说明: 首先是我们常使用的交叉熵损失函数: 要对类别不均衡问题对loss的贡献进行一个控制,即加上一个控制权重即可,最初作者的想法即如下这样,对于属于少数类
阅读全文
posted @ 2018-09-18 16:06 InsistPy
阅读(401)
评论(0)
推荐(0)
2018年9月15日
caffe学习记录(八) shufflenet学习记录
摘要: ShuffleNet(2017, Dec 7th)是Face++提出的一种轻量化网络结构,主要思路是使用Group convolution和Channel shuffle改进ResNet。Bottomneck结构,用两个1x1的filter来对channel维度进行压缩和恢复,节省大量的计算量。在s
阅读全文
posted @ 2018-09-15 17:55 InsistPy
阅读(850)
评论(0)
推荐(0)
2018年9月12日
caffe学习记录(七) Windows下基于Inter训练的核心加速技术,MKL
摘要: 英特尔MKL-DNN专为在英特尔架构上加快深度学习框架的速度而设计,包含高度矢量化和线程化的构建模块,支持利用C和C++接口实施卷积神经网络。 经过测试MKL在向前传播的过程中,减少了矩阵相乘的速度,大大降低计算耗时。
阅读全文
posted @ 2018-09-12 17:15 InsistPy
阅读(334)
评论(0)
推荐(0)
上一页
1
2
3
4
5
6
下一页
公告
隐藏