随笔分类 - 深度学习
摘要：论文：Focal Loss for Dense Object Detection Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection论文链接：http
阅读全文
摘要：源码地址：https://github.com/weiliu89/caffe/tree/ssd 本文详细版本 YOLO V3 学习笔记 一. 算法概述 本文提出的SSD算法是一种直接预测目标类别和 bounding box 的多目标检测算法。与 faster rcnn 相比，该算法没有生成 prop
阅读全文
摘要：源码地址：https://github.com/weiliu89/caffe/tree/ssd YOLO V3 学习笔记 一. 算法概述 本文提出的 SSD 算法是一种直接预测目标类别和 bounding box 的多目标检测算法。与 faster rcnn 相比，该算法没有生成 proposal
阅读全文
摘要：原文链接：http://lib.csdn.net/article/deeplearning/46182 paper链接：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks &创新点 设计Regi
阅读全文
posted @ 2016-12-24 22:30
xuanyuyt
摘要：原文：http://blog.csdn.net/WoPawn/article/details/52463853 &创新点 规避R-CNN中冗余的特征提取操作，只对整张图像全区域进行一次特征提取； 用 RoI pooling 层取代最后一层 max pooling层，同时引入候选框信息，提取相应候选框
阅读全文
摘要：原文链接： http://lib.csdn.net/article/deeplearning/46183?knId=1734 paper链接：Rich feature hierarchies for accurate object detection and semantic segmentatio
阅读全文
posted @ 2016-12-20 20:05
xuanyuyt
摘要：Very Deep Convolutional Networks for Large-Scale Image Recognition 1. 主要贡献 本文探究了参数总数基本不变的情况下，CNN随着层数的增加，其效果的变化。(thorough evaluation of networks of inc
阅读全文
摘要：1. 结构概诉 常规神经网络回顾：神经网络的输入是一个向量，然后在一系列的隐含层中对它做变换（卷积+激活函数）。每个隐含层都是由若干的神经元组成，每个神经元都与前一层中的所有神经元连接。但是在一个隐含层中，神经元相互独立不进行任何连接。最后的全连接层被称为 ”输出层“，在分类问题中，它输出的值被看作
阅读全文
posted @ 2016-11-01 22:03
xuanyuyt
摘要：一. 预备知识 包括 Linear Regression, Logistic Regression和 Multi-Layer Neural Network。参考 http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetwork
阅读全文
posted @ 2016-11-01 14:15
xuanyuyt
摘要：声明，这个系列基本是我自己的一些学习过程，方便我自己后期复习的！ 1.线性分类器 线性分类器主要由两个部分组成： 一个是评分函数（score function），它是一个从原始图像到类别分值的映射函数。 另一个是损失函数（loss function）也叫代价函数（cost function），它是用
阅读全文
浙公网安备 33010602011771号