tingpan

生命不息，折腾不止！
  首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

随笔分类 -  深度学习

网络结构的理解、其他理论方面的理解

YOLO理解

摘要：一、YOLO v1 1、网络结构 （1）最后一层使用线性激活函数； （2）其他各层使用leaky ReLU的激活函数： 2、Training (1) 将原图划分为SxS的网格。如果一个目标的中心落入某个格子，这个格子就负责检测该目标，即Pr(object)=1。S取7； (2) 每个网格要预测C个类 阅读全文

posted @ 2019-04-08 01:18 tingpan 阅读(561) 评论(0) 推荐(0)

Faster-RCNN理解

摘要：一、Faster-RCNN基本结构 该网络结构大致分为三个部分：卷积层得到高位图像特征feature maps、Region Proposal Network得到候选边框、classifier识别出物体及得到准确bounding box。 二、feature maps 最后一层卷积层输出。 三、RP 阅读全文

posted @ 2019-04-06 02:17 tingpan 阅读(670) 评论(0) 推荐(0)

pascalcontext-fcn全卷积网络结构理解

摘要：一、说明 fcn的开源代码：https://github.com/shelhamer/fcn.berkeleyvision.org 论文地址：fully convolutional networks for semantic segmentation 其中，pascalcontext-fcn语义分割 阅读全文

posted @ 2019-04-05 00:27 tingpan 阅读(1189) 评论(0) 推荐(0)

voc-fcn-alexnet网络结构理解

摘要：一、写在前面 fcn是首次使用cnn来实现语义分割的，论文地址：fully convolutional networks for semantic segmentation 实现代码地址：https://github.com/shelhamer/fcn.berkeleyvision.org 全卷积神 阅读全文

posted @ 2019-03-10 14:41 tingpan 阅读(1017) 评论(0) 推荐(0)