摘要：根据Pytorch官方的Finetune MaskRcnn并训练自己的多类别数据集。 一、Pytorch官方的MaskRCNN Finetune是根据行人数据集进行二分类（背景/行人）的实力分割 具体路径可以查看https://pytorch.org/tutorials/intermediate/t 阅读全文

摘要：一、ResNet网络结构 1.1ResNet特点 深层网络结构 残差模块 Batch Normalization加速训练 使一批feature map满足均值为0，方差为1的分布。 ResNet解决了网络层数增加带来的梯度消失，梯度爆炸和梯度退化问题。 1.2网络结构 residua block的虚 阅读全文

摘要：一。GoogLeNet网络结构 1.特点： 采用inspection结构和2个辅助的分类器。inspection结构是并行结构。加入了1x1的卷积核来实现降维，能够减少训练参数。 2.网络结构 3.Inspection结构 4.参数列表 二。训练代码 model.py 1 import torch. 阅读全文

摘要：一。网络结构和参数 特点：堆叠多个小尺寸的卷积核来做到和大卷积核一样的感受野。减少网络参数的同时加深了网络深度。 二。模型定义和训练代码 model.py 1 import torch.nn as nn 2 import torch 3 4 5 class VGG(nn.Module): 6 def 阅读全文

摘要：一。AlexNet网络结构和参数 二。训练部分 model.py 1 import torch.nn as nn 2 import torch 3 4 5 class AlexNet(nn.Module): 6 def __init__(self, num_classes=1000, init_we 阅读全文