原创 使用numpy實現NMS

""" 基於numpy 實現的 非極大值抑制 NMS """ import numpy as np def py_cpu_nms(dets, thresh): """ nms :param dets: nda

2019-08-23 01:21:50

原创 Bounding-box regression

1. 輸入 ：N 個訓練對 ，其中，    表示 的是Proposal的中心點座標和寬高。 方便敘述，以下公式中上標i均略去顯示。 另外， 表示的是Ground-truth 的 中心點座標和寬高。 2.輸出：預測的 ground-trut

2019-08-23 01:21:50

原创 CNN 知識點總結

Pooling layer 的作用 匯合層的引入是仿照人的視覺系統對視覺輸入對象進行降維（降採樣）和抽 象。在卷積神經網絡過去的工作中，研究者普遍認爲匯合層有如下三種功效： 1.特徵不變性（feature invariant）。匯合操作使

2019-08-23 01:21:50

原创 OHEM 代碼詳解

目錄 1.網絡結構 2.OHEM 前向傳播 3 .reference 1.網絡結構 ########################## ## Readonly RoI Network ## ######### Start ######

2019-08-23 01:21:50

原创 TopK問題算法詳解

原文鏈接：https://blog.csdn.net/z50L2O08e2u4afToR9A/article/details/82837278 面試中，TopK，是問得比較多的幾個問題之一，到底

2019-08-10 02:24:10

原创 牛頓法-梯度下降法

https://blog.csdn.net/lsgqjh/article/details/79168095 1. 梯度下降法（Gradient Descent） 梯度下降法是最早最簡單，也是最爲常用的最優化方法。梯度下降法實現簡單，當目標

2019-07-31 03:18:43

原创 BN LN IN GN 使用 Numpy 簡單實現

Table of Contents BN LN IN GN INFERENCE BN feature map： 包含 N 個樣本，每個樣本通道數爲 C，高爲 H，寬爲 W。對其求均值和方差時，將在 N、H、W上操作，而保留通道 C 的維度

2019-07-31 03:18:43

原创 dp-novice-to-advanced

原文:http://hawstein.com/2013/03/26/dp-novice-to-advanced/ 前言 本文翻譯自TopCoder上的一篇文章： Dynamic Programming: From novice to ad

2019-07-11 03:03:48

原创 關於感受野的總結

原文 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 感受野被定義爲卷積神經網絡特徵所能看到輸入圖像的區域，換句話說特徵輸出受感受野區域內的像素點的

2019-06-19 02:21:21

原创 awesome paper for cnn visualization and weakly supervised object detection

cnn_visualization Learning Deep Features for Discriminative Localization https://arxiv.org/pdf/1512.04150.pdf Top-dow

2019-03-25 02:09:05 7

原创 Awesome Papers for Object Detection

Object-Detection CVPR 2019 Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression https

2019-03-25 02:09:05

原创 pyfaster-rcnn easy-dict 沒有傳入YML 值

First Solution: Certain version of EasyDict has bugs such that the parameters in YAML did not get propagated to the act

2019-03-07 20:30:04

原创 《爲什麼交叉熵（cross-entropy）可以用於計算代價？ - 知乎》

  https://www.zhihu.com/question/65288314

2019-01-21 19:20:14 1

原创 第十二講：貝葉斯學習與EM算法（下)

主要內容     2 EM算法     2.1 引入            2.1.1 MLE回顧            2.1.2 高斯混合模型與EM算法            2.1.3 GMM的貝葉斯理解            2.

2019-01-02 01:59:57 1