2020年7月27日
RCNN
摘要： RCNN（Regions with CNN features）是RGB在2014年提出的一种目标检测算法，RCNN是将CNN方法应用道目标检测问题上的一个里程碑，借助CNN良好的特征提取和分类性能，通过RegionProposal方法实现目标检测。 前面我们提到的滑动窗口法可以得到目标所在区域，但会 阅读全文
posted @ 2020-07-27 18:53 要想瘦先吃肉 阅读(632) 评论(0) 推荐(0) 编辑
非极大值抑制—Non-max suppression
摘要： 选出置信度最高的候选框，如果当前最高分的候选框重叠面积IoU（交集/并集）大于一定阈值，就将其删除。 当存在多个检测目标时，先选取置信度最大的候选框b1，然后根据IoU阈值来去除b1候选框周围的候选框。然后选取置信度第二大的候选框b2，然后去除b2候选框周围的候选框。 阅读全文
posted @ 2020-07-27 18:11 要想瘦先吃肉 阅读(803) 评论(0) 推荐(0) 编辑
1*1卷积
摘要： 作用： 1）增加非线性 1*1卷积核的卷积过程相当于全连接层的计算过程，并且加入了非线性激活函数，从而增加网络的非线性，使得网络可以表达更复杂的特征。 2）特征降维（主要作用） 通过控制卷积核的数量达到通道数大小的缩放。特征姜维带来的好处是可以减少参数和减少计算量 阅读全文
posted @ 2020-07-27 09:53 要想瘦先吃肉 阅读(431) 评论(0) 推荐(0) 编辑
2020年7月24日
断点续训
摘要： 作用：存取模型 方法： 读取模型： 1 checkpoint_save_path = './checkpoint/Baseline.ckpt' 2 if os.path.exists(checkpoint_save_path+'.index'): 3 print('load exists model 阅读全文
posted @ 2020-07-24 14:20 要想瘦先吃肉 阅读(144) 评论(0) 推荐(0) 编辑
2020年7月23日
全零填充—Padding
摘要： 有时候我们希望卷积计算保持输入特征图的尺寸保持不变（一般为3*3卷积核且步长为1） 阅读全文
posted @ 2020-07-23 18:06 要想瘦先吃肉 阅读(212) 评论(0) 推荐(0) 编辑
感受野—Receptive Field
摘要： 定义：感受野是指输出特征图中的1个像素点映射到原始输入图片区域的大小 所以两层3*3的卷积核和1层5*5的卷积核的特征提取能力是一样的，该如何选择？设输入特征宽高为x，步长为 考虑两个方面： 1）带训练参数量 两层3*3卷积核：9+9=18 一层5*5卷积核：25 2）计算量 两层3*3卷积核：第一 阅读全文
posted @ 2020-07-23 17:59 要想瘦先吃肉 阅读(151) 评论(0) 推荐(0) 编辑
卷积神经网络计算过程
摘要： 全连接NN：每个神经元与前后相邻的每一个神经元都有连接关系，输入的是特征，输出的为预测结果。 参数个数： 共101770个参数 而在实际的项目过程中输入神经网络的是具有更高分辨率的彩色图片，使得输入神经网络的特征数过多，随着隐藏层层数的增加，网络规模过大，待优化参数过多很容易使模型过拟合，为了减少带 阅读全文
posted @ 2020-07-23 17:05 要想瘦先吃肉 阅读(1159) 评论(0) 推荐(0) 编辑
批标准化—BN
摘要： 作用：神经网络对0附近的数据更敏感，但是随着网络层数的增加，特征数据会出现偏离0均值的情况，标准化可以使数据符合以0位均值，1为标准差的正太分布，把偏移的特征数据重新拉回0附近。 方法： 标准化：使数据符合0为均值，1为标准差的分布。 批标准差：对一小批数据（batch），做标准化处理。 批标准化后 阅读全文
posted @ 2020-07-23 14:43 要想瘦先吃肉 阅读(682) 评论(0) 推荐(0) 编辑
卷积神经网络
摘要： 卷积神经网络就是借助卷积核对输入特征进行特征提取，再把提取的特征送入全连接网络进行识预测。 卷积神经网络主要模块： 卷积是什么？ 卷积是特征提取器，就是CBAPD（上图，下代码） model = tf.keras.models.Sequential( Conv2D(filter=6, kernel_ 阅读全文
posted @ 2020-07-23 11:42 要想瘦先吃肉 阅读(132) 评论(0) 推荐(0) 编辑
舍弃—Dropout
摘要： 作用：为了缓解神经网络过拟合 方法：在神经网络训练时，将一部分神经元按照一定的概率从神经网络中暂时舍弃。神经网络使用时，被舍弃的神经元恢复链接。 TF2描述： tf.keras.layers.Dropout(舍弃的概率) 实例： 1 model = tf.keras.models.Sequentia 阅读全文
posted @ 2020-07-23 11:19 要想瘦先吃肉 阅读(173) 评论(0) 推荐(0) 编辑