真锋
永远保持一颗学习和专注的心
嵌入式视觉

Hello World

推荐文章

最新文章

目标检测与图像分类指标

交并比IOU 交并比(Intersection-over-Union,IoU),目标检测中使用的一个概念,是产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率,即它们的交集与并集的比值。最理想情况是完全重叠,即比值为1。 计算公式如下: IOU计算公式 …

   129   2019-08-12 阅读更多

基于深度学习的语义分割技术总览

本文写的比较简单,属于入门入门入门级别,仅当作个人学习笔记和回忆时使用,更多细节和内容请参考论文和网络资料。 在计算机视觉领域,有一个方向是语义分割,一般是针对图像进行像素级分类,具体而言,就是语义图像分割会将每个像素都标注上其对应的类别。与实例…

   155   2019-08-12 阅读更多

常用激活函数理解

我们在项目中可能实际上就常用relu作为卷积层和全连接层的激活函数,但是,其他激活函数的特性和relu激活函数的问题及优点在哪也是我们需要知道的。本文为学习笔记,主要参考魏秀参的《CNN卷积神经网络》这本书和网上部分资料,加以自己理解,然后写的文章。 背景知…

   148   2019-08-07 阅读更多

Python3生成伪随机数-random模块

在项目中,我们做随机图像增强或者概率性的需求时,可能会用到随机函数,这里介绍下Python3自带的伪随机数生成器模块random,大多数知识来源于官网教材,我加以总结和添加代码实例 random模块介绍 对于整数,从范围中有统一的选择。 对于序列,存在随机元素的统…

   130   2019-08-07 阅读更多

yolo算法理解

本文为作者对yolo算法学习的理解笔记,部分图片和文字来源于网络。 yolo单阶段目标检测网络 设计理念 yolo直接采用regression(回归)的方法进行坐标框的检测以及分类,使用一个end-to-end的简单网络,直接实现坐标回归与分类。Yolo的CNN网络将输入的\(448*44…

   138   2019-08-06 阅读更多

深度神经网络基础知识

导言:在神经网络的架构上,深度学习一方面需要使用激活函数来实现神经网络模型的去线性化,另一方面需要使用一个或 多个隐藏层使得神经网络的结构更深,已解决复杂问题。在训练神经网络时,使用带指数衰减的学习率设置、使用正则化来避免过拟合,以及使用滑动平均模型…

   145   2019-07-29 阅读更多

网络参数初始化

本文属于学习笔记,综合了网上对权重初始化方法的资料总结而来,部分公式没有手写。 神经网络的训练过程中的参数学习是基于梯度下降法进行优化的。梯度下降法需要在开始训练时给每一个参数赋一个初始值。这个初始值的选取十分关键。一般我们希望数据和参数的均值…

   275   2019-07-23 阅读更多

数据扩充与数据预处理

数据扩充 数据扩充是深度学习模型训练的第一步。在kaggle比赛中,我常用imgaug做图像在线增强以达到数据扩充的目的,实际项目中可能用numpy和imgaug库做离线增强较多。 一般的数据扩充 常用的数据扩充方式有:图像水平翻转(horizontally flipping)和随机扣…

   147   2019-07-22 阅读更多

神经网络的压缩方法总结

本文属于学习笔记,主要学习魏秀参的《解析神经网络》和部分网络资源;神经网络压缩在实际项目中是一个很重要的知识,为了能够在移动端部署模型,我们经常要用到神经网络压缩的方法。 神经网络的压缩方法 我们知道,在一定程度上,网络越深,参数越多,模型越复…

   443   2019-07-16 阅读更多

C++数据抽象与数据封装

数据抽象理解 数据抽象简单理解是指,只向外界提供关键信息,并隐藏其后台的实现细节,即只表现必要的信息而不呈现细节。 数据抽象(data abstraction)是与面向对象(object-oriented)并列的一种编程范式(programming paradigm)。它的另外一个名字是“抽象数据类型/abs…

   115   2019-07-11 阅读更多
加载更多
标签
2019年十一月
« 9月    
 123
45678910
11121314151617
18192021222324
252627282930