原创 【深度學習】目標檢測網絡結構MASK RCNN FPN

其相對於FASTER RCNN改進如下: 1. 分割,檢測,分類同時進行 2. 引入ROI ALIGN(對分類影響不大,對分割影響大,因爲ROI POOLING對應回圖像中的像素會有偏差,該方法會相對準確)代替faster rcnn中的R

原创 【深度學習】目標檢測網絡結構SSD RETINANET

one stage SSD: SSD是Faster-RCNN和YOLO中做了一次的分類和檢測過程放在不同的圖像大小上做了多次   RETINANET: RESNET+FPN+FOCAL LOSS  

原创 【深度學習】目標檢測網絡結構RCNN

算法分爲4個步驟: 1. 生成1k~2k個候選區域         使用selective search方法,從一張圖像生成約2000~3000個候選區域:                  (1)使用一種過分割手段,將圖像分割成小區域

原创 github 使用方法

1. 建倉庫+key等 這個教程超級贊哦~ http://www.cnblogs.com/zuibunan/p/3843241.html 兩個坑:1 創建key,如果有啥問題,就按默認的路徑來;2 git init 可以不要here  

原创 Transfer Learning 文章解析

transfer learning: 包含所有的source  or target, labeled or unlabeled, finetune, multi-task learning的情況。總而言之一句話,訓練的過程中用單個數據集做

原创 【深度學習】圖像標註評價標準

最近圖像理解受到了廣泛的關注,我們也來稍微瞭解一下神馬是圖像理解,圖像標註的評價標準是神馬,哇咔咔 圖像理解就是理解圖像的內容,通俗一些呢就是用一句話描述你所看到的圖片中的內容。 深度學習這麼火,我們一定嘗試一下,看看它是否可以解決這個

原创 【深度學習】rnn and lstm

推薦一篇博文,講rnn和lstm非常通俗易懂。https://www.jianshu.com/p/9dc9f41f0b29下邊是我的一些理解與總結,歡迎批評指正哦~一直好奇rnn一個一個生成句子裏邊那麼多字是怎麼更新weight的,尤其是

原创 【小概念】格拉姆矩陣(gram matrix)

gram矩陣是計算每個通道I的feature map與每個通道j的feature map的內積。 gram matrix的每個值可以說是代表i通道的feature map與j通道的feature map的互相關程度。

原创 DL學習筆記【23】pytorch安裝教程(超簡單就兩個命令)

進入官網http://pytorch.org,不要點其他的,首頁圖片下邊,選擇你的配置,會有兩句話,複製到命令行運行即可

原创 【小概念】最大均值差異(Maximum Mean Discrepancy)

將兩個分佈映射到另一個空間計算距離。 計算距離的方法是,計算分佈上每一個點映射到另一空間的距離然後求和。 細節可參見: http://blog.csdn.net/he_min/article/details/69397975

原创 【深度學習】增強學習

文中的圖片來自莫煩python視頻。視頻內容真心很贊,一天就可以看完,有興趣的朋友可以點擊下邊的鏈接哦https://space.bilibili.com/243821484/#/channel/detail?cid=26359come

原创 【深度學習】torch使用nngraph構建網絡並訓練

torch使用nngraph構建網絡並訓練 model = nn.Sequential() model:add(nn.Linear(3,5))prl = nn.ConcatTable()prl:add(nn.Linear(5,1))prl

原创 DL學習筆記【23】修改caffemodel模型參數

讀取修改caffemodel文件裏的網絡模型參數 http://blog.csdn.net/burning_keyboard/article/details/71763291 修改caffemodel文件中的模型參數,代碼 http:

原创 解決UBUNTU 16.04上網慢的問題

轉載自:https://jingyan.baidu.com/article/1612d500743de2e20e1eee03.html 在ubuntu下用firefox等瀏覽器上網,往往比在windows下上網要慢好多,但細心的人

原创 Mac安裝office

轉載自: http://bbs.feng.com/read-htm-tid-10868252.html