摘要：
YOLO 算法 假设你要训练一个算法去检测三种对象，行人、汽车和摩托车，你还需要显式指定完整的背景类别。这里有 3 个类别标签，如果你要用两个 anchor box，那么输出 y 就是 3×3×2×8，其中 3×3 表示 3×3 个网格，2 是 anchor box 的数量，8 是向量维度，你可以将 阅读全文
posted @ 2021-07-29 21:29
zhang-X
阅读(926)
评论(0)
推荐(0)
摘要：
Anchor Boxes 如果我们想让一个格子检测出多个对象，我们怎么做呢？ 假设你有这样一张图片，对于这个例子，我们继续使用 3×3 网格，注意行人的中点和汽车的中点几乎在同一个地方，两者都落入到同一个格子中。所以对于那个格子，如果 y 输出这个向量，对于检测这三个类别，行人、汽车和摩托车，它将无 阅读全文
posted @ 2021-07-29 21:28
zhang-X
阅读(70)
评论(0)
推荐(0)
摘要：
1 交并比（Intersection over union） 如何判断对象检测算法运作良好呢？并交比函数，可以用来评价对象检测算法。在对象检测任务中，你希望能够同时定位对象，所以如果实际边界框是这样的，你的算法给出这个紫色的边界框，那么这个结果是好还是坏？所以交并比（loU）函数做的是计算两个边界框 阅读全文
posted @ 2021-07-29 21:25
zhang-X
阅读(188)
评论(0)
推荐(0)
摘要：
1 滑动窗口的卷积实现（Convolutional implementation of sliding windows） 为了构建滑动窗口的卷积应用，首先要知道如何把神经网络的全连接层转化成卷积层。假设对象检测算法输入一个 14×14×3 的图像，过滤器大小为 5×5，数量是 16，14×14×3 阅读全文
posted @ 2021-07-29 21:22
zhang-X
阅读(408)
评论(0)
推荐(0)
摘要：
1 特征点检测（Landmark detection） 假设你正在构建一个人脸识别应用，出于某种原因，你希望算法可以给出眼角的具体位置。眼角坐标为(x, y)，你可以让神经网络的最后一层多输出两个数字lx和ly，作为眼角的坐标值。如果你想知道两只眼睛的四个眼角的具体位置，那么从左到右，依次用四个特征 阅读全文
posted @ 2021-07-29 21:18
zhang-X
阅读(491)
评论(0)
推荐(0)
摘要：
目标定位（Object localization） 图片分类任务我们已经熟悉了，就是算法遍历图片，判断其中的对象是不是汽车，这就是图片分类。定位分类问题，这意味着，我们不仅要用算法判断图片中是不是一辆汽车，还要在图片中标记出它的位置，用边框或红色方框把汽车圈起来，这就是定位分类问题。其中“定位”的意 阅读全文
posted @ 2021-07-29 21:16
zhang-X
阅读(818)
评论(0)
推荐(0)
摘要：
数据增强（Data augmentation） 或许最简单的数据增强方法就是垂直镜像对称，假如，训练集中有这张图片，然后将其翻转得到右边的图像，实际是做了一个镜像对称，如果镜像操作保留了图像中想识别的物体的前提下，这是个很实用的数据增强技巧。 另一个经常使用的技巧是随机裁剪，给定一个数据集，然后开始 阅读全文
posted @ 2021-07-29 15:07
zhang-X
阅读(1401)
评论(0)
推荐(0)
摘要：
1.1 1×1 卷积（Network in Network and 1×1 convolutions） 输入一张 6×6×1 的图片，然后对它做卷积，起过滤器大小为 1×1×1，结果相当于把这个图片乘以数字 2，但这仅仅是对于6×6×1 的一个通道图片来说，1×1 卷积效果不佳。如果是一张 6×6× 阅读全文
posted @ 2021-07-29 15:06
zhang-X
阅读(303)
评论(0)
推荐(0)
摘要：
残差网络(ResNets)(Residual Networks (ResNets)) 非常非常深的神经网络是很难训练的，因为存在梯度消失和梯度爆炸问题。习跳跃连接（Skip connection），它可以从某一层网络层获取激活，然后迅速反馈给另外一层，甚至是神经网络的更深层。我们可以利用跳跃连接构建 阅读全文
posted @ 2021-07-29 15:03
zhang-X
阅读(1227)
评论(0)
推荐(0)
摘要：
经典网络（Classic networks） 经典的神经网络结构，分别是 LeNet-5、AlexNet 和 VGGNet。 第一个是 LeNet-5 的网络结构，假设你有一张 32×32×1 的图片，LeNet-5 可以识别图中的手写数字，比如像这样手写数字 7，LeNet-5 是针对灰度图片训练 阅读全文
posted @ 2021-07-29 15:02
zhang-X
阅读(599)
评论(0)
推荐(0)
浙公网安备 33010602011771号