原创 圖像中的Attention代碼(Tensorflow)

最近Attention廣泛用於圖像分割網絡中,提升效果很明顯。我也緊跟一波浪潮。這是基於Tensorflow的Attention實現。一塊是針對區域Attention,一塊是針對Channel的Attention。 def PAM

原创 Pytorch model.train 與 model.eval的區別(我是搬運工)

參考文章1知乎 參考文章2博客 參考文章3博客 參考文章4博客 model.eval(),Pytorch會自動把BN和Dropout固定住,不會取平均,而是用訓練好的值。不然的話,一旦test的batch_size過小,很容易就會

原创 YOLACT:Real-time Instance Segmentation總結

YOLACT:Real-time Instance Segmentation 這篇文章精度不高(mAP=29.8%),但是速度上有了較大的提升(33fps),能夠達到實時級別。文中提到訓練時只用了一個GPU,titanx。我下載源碼用

原创 牛客網OJ系統Python輸入輸出處理

剛開始在牛客網上做編程題,真的是崩潰,才發現連輸入都不太會處理,作爲一個整理狂,幹啥都想要整理起來。以下是我在做題過程中遇見的幾種輸入情況以及處理方式,另外,本人超級喜歡用list,對於各種輸入都想處理成list格式(持續更新)。 輸

原创 經典CNN網絡結構

參考博客1 參考博客2 參考博客3 參考博客4 參考博客5 參考博客6 參考博客7 參考博客8 最近在準備找實習,對於面試中出現的常見問題(經典分類網絡有哪些,它們的特點與發展過程)打算進行整理,也方便之後找實習的過程中複習。 算網絡

原创 Cityscapes數據集的介紹

一、下載鏈接 官網:https://www.cityscapes-dataset.com/, 官網也可以在benchmarks中查看大家神經網絡達到的指標。 百度雲:https://pan.baidu.com/s/1fsbavgeEW

原创 論文閱讀 ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

論文鏈接:https://arxiv.org/abs/1803.06815 論文代碼鏈接:https://github.com/sacmehta/ESPNet Abstract 我們引入了一個快速有效的卷積神經網絡ESPNet,用於資

原创 逐字理解目標檢測simple-faster-rcnn-pytorch-master代碼(一)

最近開始學習目標檢測faster rcnn,首先看了很多博客講解原理,然後從github上下載tensorflow版本的代碼,代碼太長看了好幾天沒明白,後來看到了chenyuntc的 simple-faster-rcnn-pytorc

原创 逐字理解目標檢測simple-faster-rcnn-pytorch-master代碼(三)

第二部分生成RPN和ROI網絡的輸入部分真讓我研究了好久,有些細節部分也是反覆琢磨才明白,感覺代碼還是要多寫多看。接下來這部分是模型的原理,就是網絡部分,分爲基網絡提取特徵、RPN和ROI網絡。感覺會有點難,終於涉及pytorch了,

原创 逐字理解目標檢測simple-faster-rcnn-pytorch-master代碼(四)

這部分主要講的是trainer.py和train.py。 而ProposalTargetCreator()的作用是從2000個篩選出的ROIS中再次選出128個ROIs用於訓練,它的作用和前面的anchortargetCreator類

原创 逐字理解目標檢測simple-faster-rcnn-pytorch-master代碼(二)

最近剛看完數據預處理部分,想着一口氣全部看完了,順序還是參照網上有個作者的博客的順序,加上自己的理解,代碼塊部分難以理解的地方都加上了批註。我個人覺得,看這部分代碼之前,應該確定自己對於目標檢測中的邊框迴歸以及生成anchor有一定的