原创 【Pytorch學習】損失函數

1.關於熵、交叉熵、softmax_cross_entroy與binary_cross_entroy的初步理解: https://www.jianshu.com/p/47172eb86b39 https://blog.csdn.net/q

原创 【Pytorch學習】torch.backends.cudnn.benchmark

請移步:https://blog.csdn.net/byron123456sfsfsfa/article/details/96003317

原创 【目標檢測重思考系列】三、深度卷積神經網絡中的降採樣

本文轉載自:https://zhuanlan.zhihu.com/p/46633171 降採樣指的是成比例縮小特徵圖寬和高的過程,比如從(W,H)變爲(W/2,H/2)。深度卷積神經網絡中降採樣的方法主要有三種: 1、stride大於1的

原创 【caffe學習】九、deploy.prototxt的介紹及與train.prototxt的區別

本文轉載自:https://blog.csdn.net/fx409494616/article/details/53008971 如果要把訓練好的模型拿來測試新的圖片,那必須得要一個deploy.prototxt文件,這個文件實際上和te

原创 【目標檢測論文閱讀】CenterNet :Objects as Points

重點參考博客: https://blog.csdn.net/c20081052/article/details/89358658 https://blog.csdn.net/baobei0112/article/details/94392

原创 【目標檢測重思考系列】二、關於神經網絡的理論感受野和有效感受野

本文轉載自:https://zhuanlan.zhihu.com/p/40267131 感受野是卷積神經網絡裏面最重要的概念之一,爲了更好地理解卷積神經網絡結構,甚至自己設計卷積神經網絡,對於感受野的理解必不可少。 一、定義 感受野被定義

原创 【神經網絡設計系列】一、高效卷積神經網絡一覽

本文轉載自:https://zhuanlan.zhihu.com/p/54082978 這裏梳理了一下當前幾個高效卷積神經網絡,包括mobilenet[1]、mobilenetv2[2]、shufflenet[3]、shufflenetv

原创 【c++內存系列】三、c中的malloc,calloc,realloc,_alloca及c++中的new,new[]用法

一、c++中的new/delete, new []/delete [] 1. 基本格式: new/delete動態管理對象,new[]/delete[]動態管理對象數組。 因此new的作用就是: 調用operator new分配空間。

原创 【目標檢測重思考系列】四、深度卷積神經網絡中的升採樣

本文主要轉自:https://zhuanlan.zhihu.com/p/41427866 語義分割中的FCN、U-Net,目標檢測中的FPN、DSSD、YOLOV3等模型爲了增強模型效果,都會通過hour glass結構來融合低層和高層的

原创 【目標檢測重思考系列】五、anchor與anchor free

本文主要轉載自:https://zhuanlan.zhihu.com/p/73024408 1、爲什麼需要anchor機制 anchor機制由Faster-RCNN提出,而後成爲主流目標檢測器的標配,例如SSD、Yolov2、Retina

原创 【目標檢測重思考系列】一、目標檢測的網絡分解

本文轉自:https://zhuanlan.zhihu.com/p/49605144 本文主要將目標檢測網絡分爲了若干個模塊,並對每一塊進行了概述,這樣方便將各種不同網絡的相同模塊部分做比較,以獲得對於不同部分更深刻的理解。本文可以看做一

原创 Pytorch maxpool的ceil_mode及與caffe中maxpool的比較

1. 首先看pytorch中maxpool的情況:(此部分爲轉載) pytorch裏面的maxpool,有一個屬性叫ceil_mode,這個屬性在api裏面的解釋是 ceil_mode: when True, will use ceil

原创 【目標檢測】centernet 小結

一、論文理解: https://blog.csdn.net/c20081052/article/details/89358658 二、損失函數理解: https://zhuanlan.zhihu.com/p/73516696 三、訓練自己

原创 【python 中的函數】二、Python常見的_init_()、_call_()和_new_()方法

參考:https://blog.csdn.net/qq_36931982/article/details/90339288

原创 【pytorch學習】一、利用隨機數種子來使pytorch中的結果可以復現

主要參考:https://cloud.tencent.com/developer/article/1149041