原创 yolo v1源碼解析
本文介紹了yolo v1的實現過程，同時就其實現過程中幾個關鍵的函數進行了詳細的註釋。 本文結構如下： 一、源碼概述 二、建立網絡 三、訓練 四、測試 源碼概述 源碼地址：https://github.com/1273
2018-09-26 04:18:49
6
原创 yolo v1原理
本文結構如下： yolo v1基本思路、網絡結構、網絡訓練、網絡預測 一、基本思路 yolo v1 是one stage的目標檢測算法，將一張圖片分爲S×SS×SS×S個網格，每個網格負責預測中心點落在此網格內的目標。每個網格會預
2018-09-26 04:18:49
3
原创 tf.metrics.accuracy拋出異常
問題： 使用tf.metrics.accuracy評估模型時，拋出異常Attempting to use uninitialized value accuracy/count 解決方案： 第一點： 初始化變量： 由於metrics.a
2018-09-26 04:18:49
7
原创 PASCAL VOC數據集
PASCAL VOC數據集是一種 . └── VOCdevkit #根目錄 └── VOC2012 #不同年份的數據集，這裏只下載了2012的，還有2007等其它年份的
2018-09-19 04:37:35
2
原创 tf.reduce_max
1、二維tensor x = tf.constant([[1, 2, 3], [4, 5, 6]]) tf.reduce_max(x) # 6 tf.reduce_max(x, 0) # [4, 5, 6] tf.
2018-09-18 04:03:12
2
原创 python參數定義方法
1、定義一個名爲config.py的文件，然後將其import到對應的.py文件中 #config文件 IMAGE_SIZE = 448 #main.py文件 import config as cof cof.IMAGE_SIZE
2018-09-13 05:02:56
原创 創建文件夾-python
os中關於文件的常用操作 os.path.exists(path) # 查看文件或者文件夾是否存在 os.path.isdir(path) # 查看文件夾是否存在 os.path.isfile(path) # 查看
2018-09-13 05:02:56
原创 concat stack transpose
concat and stack tf.concat相當於numpy中的np.concatenate函數，用於將兩個張量在某一個維度(axis)合併起來 a=tf.reshape(np.arange(4),(2,2)) [[0 1]
2018-09-07 19:35:49
原创 Batch Normalization
優點： 不再依賴精細的參數初始化過程，可以調大學習率加快模型收斂速度，同時引入的隨機噪聲能夠起到對模型參數進行正則化的作用，可以不使用或者較少對dropout和LI、L2LI、L2 正則化的依賴，有利於增強模型泛化能力。 缺點： 1
2018-09-05 21:07:11
原创 遷移學習
遷移學習：把公共的數據集的知識遷移到自己的問題上，即將已經訓練好的模型的一部分知識（網絡結構）直接應用到另一個類似模型中去 小數據集： 利用遷移學習，應用其他研究者建立的模型和參數，用少量的數據僅訓練最後自定義的softmax網絡。從
2018-09-05 21:07:11
原创 梯度下降算法總結
梯度下降算法 優點 缺點 BGD（batch） 1、相對噪聲低 2、凸函數可以收斂到全局小值 每更新一次參數都要遍歷所有樣本，計算量開銷大，計算速度慢 對於非凸函數收斂到局部最小值
2018-09-03 03:44:36
2
原创 k_means和KNN
（摘自參考鏈接1） k_means算法流程： （1）隨機選擇K個點作爲每個類的初始質心； （2）在數據集中選擇一個樣本，計算其與每個類質心的距離，然後將該樣本歸到距離最短的那個中心所在的類。 重複此操作，直到所有樣本全部歸好類
2018-09-03 03:44:36
原创 可視化CNN feature map 現存問題
1、tensorboard顯示： tf.summary.image(name="？" , tensor=？) 主要問題：卷積層特徵圖通道都很大，需要進行重新reshape成Tensorboard可以顯示的通道數（１或３或４） 方法一： d
2018-09-03 03:44:36
3
原创 Dropout
1、dropout簡述 dropout是解決神經網絡模型過擬合的一種常用方法。 dropout是指在神經網絡訓練過程中，以一定的概率隨機丟棄神經元（注意是暫時丟棄），以減少神經元之間的依賴性，從而提高模型的泛化能力。 drop
2018-09-03 03:44:36