原创 mobilenet與resnet對比

參考知乎專欄文章:https://zhuanlan.zhihu.com/p/33075914

原创 ImageNet 2017奪冠架構SENet

http://www.sohu.com/a/161633191_465975 這是國內自動駕駛創業公司 Momenta 聯合機器之心推出 CVPR 2017 精彩論文解讀專欄。

原创 大佬們的深度學習總結

1、CNN結構設計技巧-兼顧速度精度與工程實現 2、打通多個視覺任務的全能Backbone:HRNet  

原创 盤點在人臉識別領域現今主流的loss

含公式推導:https://zhuanlan.zhihu.com/p/64314762   loss上下姊妹篇: 上:https://zhuanlan.zhihu.com/p/34404607 下:https://zhuanlan.zhi

原创 神經網絡訓練tricks總結

由於神經網絡可以隨意設計,先驗假設較少,參數多,超參數更多,那模型的自由度就非常高了,精心設計對於新手就變得較難了。 這裏簡單介紹一些CNN的trick CNN的使用   神經網絡是特徵學習方法,其能力取決隱層,更多的連接意味着參數爆炸的

原创 YoLov4

論文:YOLOv4: Optimal Speed and Accuracy of Object Detection paper,code 核心:作者將Weighted-Residual-Connections(WRC), Cross-St

原创 git_clone資源獲取失敗解決

github上克隆一個倉庫到本地,一直失敗,就是下載不下來。 remote: Counting objects: 5148, done. remote: Compressing objects: 100% (16/16), done.

原创 更新cuda和英偉達驅動,多版本cuda切換使用軟連接

1、更新cuda 參考博客【Ubuntu:安裝 cuda10.1 驅動】https://blog.csdn.net/sss_369/article/details/94591280 2、更新英偉達驅動 參考博客【Ubuntu16.04使用

原创 pytorch的tansforms介紹

Pytorch:圖像處理transforms的二十二個方法: https://blog.csdn.net/weixin_43152685/article/details/102947899   基於torchvision.transfor

原创 目標跟蹤數據集

1、LaSOT CVPR 2019,亮風臺發佈的全球最大單目標跟蹤數據集; 論文:《LaSOT: A High-quality Benchmark for Large-scale Single Object Tracking》 LASOT

原创 CVPR2018 關於視頻目標跟蹤(Object Tracking)的論文簡要分析與總結

本文轉自:https://blog.csdn.net/qq_21997625/article/details/81485375

原创 Batch Normalization 學習筆記

顧名思義,batch normalization嘛,即“批規範化”,主要作用是爲了防止“梯度彌散”。關於梯度彌散,舉個很簡單的例子,。 1. BN原理 B有人可能會說,BN不就是在網絡中間層數據做一個歸一化處理嘛,這麼簡單的想法,爲什麼之

原创 輕量級網絡之ShuffleNet

論文:ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Device 論文鏈接:https://arxiv.org/abs/1707.01

原创 Karpathy的深度學習訓練技巧

1. 梳理數據 訓練神經網絡的第一步是不要碰代碼,先徹底檢查自己的數據。這一步非常關鍵。我喜歡用大量時間瀏覽數千個樣本,理解它們的分佈,尋找其中的模式。有一次,我發現數據中包含重複的樣本,還有一次我發現了損壞的圖像/標籤。我會查找數據不均

原创 輕量級網絡之ShuffleNet V2

論文:ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design 論文鏈接:https://arxiv.org/abs/1807.11164 代碼: Caf