1. 卷积神经网络是通过什么方式来完成可训练参数的减少？ 1）卷积层（局部感受野+权值共享） 2）采样层（逐渐降低分辨率） 2. 原始图像大小变化怎样影响模型可训练参数个数？ 参数个数：首先卷积层和池化层不会受到影响，全连接层受到影响 计算数目：受到影响 3. img2col 将图像中的感受野编码成 ...
分类：
其他好文 时间：
2021-06-28 20:34:20
阅读次数：
0
https://www.zhihu.com/question/56688854/answer/463698542 cnn框架：卷积层（卷积+非线性激活）+池化层+全连接层+分类层。其中，卷积层、池化层、分类层其实都不在意图像大小，但是全连接层有问题。 当然，除了卷积层外，还可以用别的层替换全连接层。 ...
分类：
其他好文 时间：
2021-03-16 14:08:52
阅读次数：
0
结果展示 其中绿线是我绘制的图像划分网格。 这里的loss是我训练的 0.77 ，由于损失函数是我自己写的，所以可能跟大家的不太一样，这个不重要，重要的是学习思路。 重点提示 yolov1是一个目标检测的算法，他是一阶段的检测算法。 一阶段（one-stage）：检测物体的同时进行分类。（代表论文： ...
分类：
其他好文 时间：
2021-03-16 13:46:02
阅读次数：
0
“Attention，Attention，还是Attention，看了三篇顶会论文，现在CVPR、ICCV都这么好发了么，随随便便加个Attention就算了不得的创新点？”这是曾经有段时间实验室大家读paper后很统一的的槽点。你可能还在通过不断增加卷积层、池化层、全连接层以尽量让自己的网络结构“看起来”和别人的不太一样，也可能还在琢磨怎么从图像分割领域“借”点东西过来应用于图像识别领域。对于很
分类：
其他好文 时间：
2020-12-24 12:15:30
阅读次数：
0
SSD采用改造的VGG16加额外4个特征层，实现总体的特征提取，生成不同大小的feature_map 改造FC6 和FC7，采用卷积而不是全连接，生成19*19 的feature_map, 额外增加4个卷积层，生成10*10， 5*5， 3*3， 1*1 的feature_map， 其中conv4_ ...
分类：
其他好文 时间：
2020-12-19 13:10:14
阅读次数：
2
TL;DR Grad-CAM（Gradient-weighted Class Activation Mapping）可为基于CNN的模型的决策生成”视觉解释“。使用任何目标概念的梯度（例如“狗”甚至是字幕的logits），流入最终的卷积层，以生成一个粗略的局部化图，突出显示了图像中用于预测此概念的区 ...
分类：
Web程序 时间：
2020-10-21 20:48:54
阅读次数：
30
卷积神经网络——CNN 目标识别和分类 实现对图像的高准确率识别 卷积神经网络主要应用于计算机视觉相关任务，不局限于图像，对于序列问题，语音识别也可以应用卷积神经网络。 计算机通过寻找诸如边缘和曲线之类的低级特点来分类图片，继而通过一系列卷积层级建构出更为抽象的概念。这就是CNN工作方式。 CNN ...
分类：
其他好文 时间：
2020-09-24 21:52:19
阅读次数：
41
Deeplearning4j实现CNN（卷积神经网络）原创liululee锅外的大佬5天前专注分享最新技术内容1.简述在本篇文章中，我们将使用Java中的Deeplearning4j库构建并训练一个卷积神经网络模型。有关如何设置库的更多信息，请参阅deeplearning4j入门.2.图像分类2.1.问题陈述（ProblemStatement）假设我们有一组图像。每个图像代表一个特定类的对象。此外
分类：
其他好文 时间：
2020-08-28 11:51:51
阅读次数：
82
Keras是基于Tensorflow等底层张量处理库的高级API库。它帮我们实现了一系列经典的神经网络层（全连接层、卷积层、循环层等），以及简洁的迭代模型的接口，让我们能在模型层面写代码，从而不用仔细考虑模型各层张量之间的数据流动。 但是，当我们有了全新的想法，想要个性化模型层的实现，Keras的高 ...
分类：
其他好文 时间：
2020-08-25 18:43:23
阅读次数：
81
1.了解卷积神经网络的发展历程：1962年提出Hubel-Wiesel模型，其中涉及简单细胞对应卷积层，复杂细胞对应池化层；1984年出现神经认知机（卷积神经网络的雏形）；1989年Lecun提出多层卷积神经网络LeNet用于手写数字识别，1994年诞生LeNet5；此后二十年不断进行深层结构优化与 ...
分类：
其他好文 时间：
2020-07-14 21:45:45
阅读次数：
71
