1、计算机视觉 神经网络在计算机视觉方面有很广泛的应用， 包括图像分类、物体检测、图像风格转换和融合，但是当图片的尺寸比较大时，参数的数量就会增多，传统的全连接神经网络就会很复杂，一方面无法找到足够的数据训练，另一方面也容易引起过拟合，因此我们引入卷积神经网络 ...
分类：
其他好文 时间：
2018-05-19 13:10:25
阅读次数：
176
在卷积神经网络的最后，往往会出现一两层全连接层，全连接一般会把卷积输出的二维特征图转化成一维的一个向量，全连接层的每一个节点都与上一层每个节点连接，是把前一层的输出特征都综合起来，所以该层的权值参数是最多的。例如在VGG16中，第一个全连接层FC1有4096个节点，上一层POOL2是7*7*512 ...
分类：
其他好文 时间：
2018-05-16 23:57:19
阅读次数：
18777
边界填充（padding）：卷积过程中，越靠近图片中间位置的像素点越容易被卷积计算多次，越靠近边缘的像素点被卷积计算的次数越少，填充就是为了使原来边缘像素点的位置变得相对靠近中部，而我们又不想让填充的数据影响到我们的计算结果，故填充值选择均用0来填充。 池化层不需要参数、只是对特征图进行压缩操作，以 ...
分类：
其他好文 时间：
2018-05-16 15:25:15
阅读次数：
147
Deep Feature Extraction and Classification of Hyperspectral Images Based on Convolutional Neural Networks 使用3 D CNN提取空 谱信息 主要内容 1. 基于CNN设计了三种FE（Featur ...
分类：
其他好文 时间：
2018-05-13 11:59:47
阅读次数：
152
1. 感受野的定义( receptive field ) & 160; & 160; & 160; & 160;此处抛出感受野( receptive field )的定义和理解： & 160; & 160; & 160; & 160;感受野其实就是卷积神经网络每一层输出的特征图（ feature m ...
分类：
Web程序 时间：
2018-05-12 20:27:05
阅读次数：
476
Image understanding with deep convolutional networks 直到2012年ImageNet大赛之前，卷积神经网络一直被主流机器视觉和机器学习社区所遗弃。2012年ImageNet大赛上卷积神经网络用来识别1000种分类的近100万张图片，错误率比之前大赛 ...
分类：
其他好文 时间：
2018-05-10 17:34:51
阅读次数：
201
一、什么是人脸识别 1、人脸验证，判断是否与模板一直，是一对一的问题 2、人脸识别，一对多的问题 所以人脸识别对于正确率的要求更高。 二、one shot 学习 在人脸识别系统中，一般数据库中我们都只有一张某个人的照片，如果用一张照片来训练模型，效果很差，所以要解决这个问题需要引入相似函数 三、Si ...
分类：
其他好文 时间：
2018-05-10 15:38:53
阅读次数：
122
CNN（Convolutional Neural Network） （1）CNN的概念 CNN，常被称作卷积神经网络，经常被用于图像处理。 CNN最关键的两个步骤是：卷积与池化。以下是它的过程图： CNN之所以能够进行卷积，有两点理由：1.图像的模式会远远的小于整张图片；2.图像中相同的模式会出现在 ...
分类：
其他好文 时间：
2018-05-10 13:21:23
阅读次数：
162
基础概念： 卷积神经网络（CNN）：属于人工神经网络的一种，它的权值共享的网络结构显著降低了模型的复杂度，减少了权值的数量。卷积神经网络不像传统的识别算法一样，需要对数据进行特征提取和数据重建，可以直接将图片作为网络的输入，自动提取特征，并且对图形的变形等具有高度不变形。在语音分析和图像识别领域有重 ...
分类：
其他好文 时间：
2018-05-09 21:31:38
阅读次数：
216
1、我们将要实现一种更强大的方法来解决图像分类问题，该方法可以自然地延伸到神经网络和卷积神经网络上。这种方法主要有两部分组成：一个是评分函数（score function），它是原始图像数据到类别分值的映射。另一个是损失函数（loss function），它是用来量化预测分类标签的得分与真实标签之间 ...
分类：
其他好文 时间：
2018-05-09 21:04:28
阅读次数：
125
