ice猫猫3

2021年7月22日

摘要：根据左图（input）输出右图（output）语义：语音识别☞语音的意思；图像☞图像的内容，对图片意思的理解（三个人骑着三辆自行车）分割：分割出图片中的不同对象，对原图中的每个像素都进行标注（粉红色代表人，绿色代表自行车） **应用：**卫星遥感影像、无人车、医疗影像阅读全文

posted @ 2021-07-22 09:56 ice猫猫3 阅读(350) 评论(0) 推荐(0)

梯度爆炸是啥

摘要：连续乘法导致的梯度的衰减，如果在连续乘法中出现一个非常大的值，最后计算出的梯度就会很大，如果以这个梯度值进行更新，那么这次迭代的步长就很大，可能会一下子飞出了合理的区域。阅读全文

posted @ 2021-07-22 09:00 ice猫猫3 阅读(215) 评论(0) 推荐(0)

小卷积核的使用妙处/为什么用3乘3的卷积核

摘要： 3个kernel3相当于1个kernel7的； 2个kernel3相当于1个kernel5的；更深（特征更多（局部最优）），非线性层越多（使决策函数更加具有辨别能力）参数量减少3*（3C）的平方 vs （7C）的平方计算量也减少 3×3的9个格子，最中间的格子是一个感受野中心，可以捕获上下左阅读全文

posted @ 2021-07-22 08:53 ice猫猫3 阅读(660) 评论(0) 推荐(0)

googlenet（14年分类第一）

摘要： inception模块的基本机构如下图，整个inception结构就是由多个这样的inception模块串联起来的。主要贡献有两个： ①使用1x1的卷积来进行升降维； ②在多个尺寸上同时进行卷积再聚合。(在直观感觉上在多个尺度上同时进行卷积，能提取到不同尺度的特征。特征更为丰富也意味着最后分类判断阅读全文

posted @ 2021-07-22 08:46 ice猫猫3 阅读(46) 评论(0) 推荐(0)

2021年7月21日

vgg网络架构、贡献、泛化性、操作（14年分类第二，location第一）

摘要：论文译文大佬分析的原文简洁分析架构：实际的VGG16（只算卷积和全连接层的个数为16）（前两组conv-relu-conv-relu-pool，中间三组conv-relu-conv-relu-conv-relu-pool，最后三个fc，前两个fc是fc-relu-dropout，最后一个f 阅读全文

posted @ 2021-07-21 22:17 ice猫猫3 阅读(197) 评论(0) 推荐(0)

OverFeat是整目标检测的~~2013年Localization任务的第一名~~

摘要： https://blog.csdn.net/m0_45962052/article/details/104849869 阅读全文

posted @ 2021-07-21 22:07 ice猫猫3 阅读(34) 评论(0) 推荐(0)

Alexnet网络结构、特点（12年比赛目标识别夺冠的辣个）；和vgg简单比较

摘要： 8层（5个conv 3个fc）绿的norm层后来证明没啥用现在看它的conv1用的卷积核11 stride4就挺离谱的特点： ①用的relu激活函数，成功解决了Sigmoid在网络较深时的梯度弥散问题。（虽然别人提过略略略）在ReLU之后会做一个normalization（没啥用阿一古）阅读全文

posted @ 2021-07-21 21:30 ice猫猫3 阅读(160) 评论(0) 推荐(0)

目标检测之 IoU

摘要： IoU 的全称为交并比（Intersection over Union） “预测的边框” 和 “真实的边框” 的交集和并集的比值。链接阅读全文

posted @ 2021-07-21 16:47 ice猫猫3 阅读(156) 评论(0) 推荐(0)

数据增强Augmentation作用、方法

摘要：防止过拟合除了数据增强，还有正则项/dropout等方式可以防止过拟合。常见方法： 1）随机旋转随机旋转一般情况下是对输入图像随机旋转[0,360) 2）随机裁剪随机裁剪是对输入图像随机切割掉一部分 3）色彩抖动色彩抖动指的是在颜色空间如RGB中，每个通道随机抖动一定的程度。在实际的使用中阅读全文

posted @ 2021-07-21 11:43 ice猫猫3 阅读(322) 评论(0) 推荐(0)

隐藏层是啥

摘要：在多级前馈网当中，隐藏层的定义是：除输入层和输出层以外的其他各层叫做隐藏层。隐藏层不直接接受/接触外界的信号,也不直接向外界发送信号。阅读全文

posted @ 2021-07-21 10:37 ice猫猫3 阅读(482) 评论(0) 推荐(0)

公告