11 2018 档案

摘要:基本思想V1: 将输入图像分成S*S个格子,每隔格子负责预测中心在此格子中的物体。 每个格子预测B个bounding box及其置信度(confidence score),以及C个类别概率。 bbox信息(x,y,w,h)为物体的中心位置相对格子位置的偏移及宽度和高度,均被归一化. 置信度反映是否包 阅读全文
posted @ 2018-11-29 11:02 xbit 阅读(9541) 评论(0) 推荐(0)
摘要:Paper: https://arxiv.org/pdf/1512.02325.pdf SSD用神经网络(VGG)提取多层feature map ,来实现对不同大小物体的检测。如下图所示: We use the VGG-16 network as a base, but other networks 阅读全文
posted @ 2018-11-21 20:39 xbit 阅读(2892) 评论(0) 推荐(0)
摘要:参考了这个博客:https://blog.csdn.net/tsyccnh/article/details/79163834 主要用于多分类、单分类任务中,计算loss,交叉熵定义如下: 其中: p是实际概率,在机器学习中通常为label值,且取值为0或则1 q是预测概率,在机器学习中通常为预测结果 阅读全文
posted @ 2018-11-13 23:17 xbit 阅读(225) 评论(0) 推荐(0)
摘要:tensorflow的执行过程: 在定义Variables的时候,Scope相当于C++中的命名空间,可以用Scope来避免命名冲突,以及方便重复使用定义的Variables 如下代码,源于: https://github.com/MorvanZhou/tutorials/blob/master/t 阅读全文
posted @ 2018-11-12 17:27 xbit 阅读(3592) 评论(0) 推荐(0)