CVPR2020 论文解读：具有注意RPN和多关系检测器的少点目标检测 Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector 具有注意RPN和多关系检测器的少点目标检测 目标检测的惯用方法需要大量的训练数据， ...
分类：
其他好文 时间：
2020-03-14 20:07:40
阅读次数：
112
做caffe的训练数据的时候，有时候需要对图片进行批量重命名，脚本如下， import os def rename_jpg(main_path, i): jpg_list = os.listdir(main_path) for jpg in jpg_list: if jpg.endswith(".j ...
分类：
编程语言 时间：
2020-03-10 16:18:27
阅读次数：
131
朴素贝叶斯法是一种基于贝叶斯定定理和特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对于给定的输入$x$，利用贝叶斯定理求出后验概率最大输出的$y$。朴素贝叶斯法对条件概率分布作了条件独立假设，朴素贝叶斯法因为这个较强的假设而得 ...
分类：
编程语言 时间：
2020-03-08 09:38:35
阅读次数：
65
由于验证数据集不参与模型训练，当训练数据不够用时，预留大量的验证数据显得太奢侈。一种改善的方法是KK折交叉验证（KK-fold cross-validation）。在KK折交叉验证中，我们把原始训练数据集分割成KK个不重合的子数据集，然后我们做KK次模型训练和验证。每一次，我们使用一个子数据集验证模 ...
分类：
其他好文 时间：
2020-03-06 21:37:44
阅读次数：
63
初尝过拟合 猫狗大战数据集 这是kaggle上一个非常经典的二分类图像数据集，训练集包括25000张猫和狗的图片及其标签，测试集则是12500张未标签图片，数据下载地址。不过这个网址比较远古，无法提交自己训练的答案，可以到新的（~~虽然也不新了~~）比赛链接提交 将训练数据按类别分开整理成如下结构 ...
分类：
其他好文 时间：
2020-03-02 01:01:39
阅读次数：
77
算法的简要概述 在机器学习问题中，高维度数据进行回归和分类是一个很困难的问题。例如在许多Microarray生物数据上，数据的维度通常是千和万级别，但是由于收集数据需要昂贵的实验，因此可用的训练数据却相当少，通常只有50 300左右，这样的现象通常称为“small samples, large pr ...
分类：
其他好文 时间：
2020-02-29 14:54:03
阅读次数：
115
过拟合现象，即模型的训练误差远?于它在测试集上的误差。虽然增?训练数据集可能会减轻过拟合，但是获取额外的训练数据往往代价?昂。本节介绍应对过拟合问题的常??法：权重衰减（weight decay）。 一、方法 权重衰减等价于 范数正则化（regularization）。正则化通过为模型损失函数添加惩 ...
分类：
其他好文 时间：
2020-02-28 01:35:13
阅读次数：
69
深度学习算法对训练数据的胃口很大，当你收集到足够多的带标签数据构成训练集时，算法效果最好。 这导致很多团队用尽一切方法收集数据，然后把它们堆到训练集里，让训练的数据量更大。但是有些数据，甚至是大部分数据，都来自和开发集和测试集不同的分布。所以深度学习时代，越来越多的团队都用和dev set、test ...
分类：
其他好文 时间：
2020-02-25 14:26:24
阅读次数：
59
9.2 微调 在前面的一些章节中，我们介绍了如何在只有6万张图像的Fashion MNIST训练数据集上训练模型。我们还描述了学术界当下使用最广泛的大规模图像数据集ImageNet，它有超过1,000万的图像和1,000类的物体。然而，我们平常接触到数据集的规模通常在这两者之间。 假设我们想从图像中 ...
分类：
其他好文 时间：
2020-02-24 00:53:19
阅读次数：
89
图像增广 在5.6节（深度卷积神经网络）里我们提到过，大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广的另一种解释是，随机改变训练样本可以降低模型对某些属性的 ...
分类：
其他好文 时间：
2020-02-24 00:39:50
阅读次数：
84
