卷积运算和BN运算合并 重参数化11的卷积周围填充一圈0 变成33的卷积只有BN运算变成 11的卷积核 然后11的卷积核再填充0 转换成3*3的卷积核卷积运算可加性 相同...
卷积运算和BN运算合并 重参数化11的卷积周围填充一圈0 变成33的卷积只有BN运算变成 11的卷积核 然后11的卷积核再填充0 转换成3*3的卷积核卷积运算可加性 相同...
解耦头:各自做各自的任务,提高收敛速度,模型泛化能力 图像分割:像素级别的分类问题像素精度 === 召回率 FCN 第一个图像分割模型 U-Net(2015) 医学方面...
每个通道卷积计算后 最后根据卷积核的数量 生成对应数量的通道 一个卷积核生成一个通道多个通道计算后 对应位置相加 合并成一个通道
分类+定位 置信度是分类任务 交叉熵定位是回归任务 均方差(很少用)交集和并集的比例 越接近1越好 0.5为可接受值 小于0.5的就不要了 多个特征值预测出...
交叉熵公式?? fps 帧每秒 25 至少1秒25帧率 1、分类 分类问题2、定位 在哪里 目标的位置 矩形框 回归问题3、检测 在哪里&&是什么 ...
张量:数组的进一步封装 值为数组paddlepaddle:计算一般在layers下 模型 = 模型结构+参数tf的张量不能写进磁盘 占位符一般用于样本数据scope 变量...
池化:子采样 下采样 目的是降维 提高泛化能力 跟卷积的结果计算公式一样2*2 步长为2的 会变成原来的四分之一1、Average池化 图像里面会降低特征差距 ...
前馈 = 正向 上一层的输出作为下一层的输入 并且相邻层之间全连接 (全连接=矩阵相乘) 浅胖 微软验证 深瘦学习效果好 权重 矩阵相乘 a的行 b的列 全连...
深度学习:cnn 图像处理 只学是什么 不学为什么 rcnnFast RcnnFaster Rcnn YOLOv1YOLOv2 YOLO 9000YOLOv3YOLOv...
图像像素值变化较大 说梯度比较大图像的模糊(图像的平滑) 去噪缩小像素与像素的差异 椒盐噪点模板卷积(均值滤波)、模版排序(中位数)高斯滤波 ...
opencv路径里面不能有中文彩色转黑白 加权esc 返回值27 最临近插值法:INTER_NEAREST1、确定目标图像的尺寸大小2、计算缩放因子:目标图像尺寸/原始图像...
图像加载 shape(3,2)表示三行两列 h,w多通道 rgb shape(3,2,3) h,w,通道值 hsv H表示颜色 0 红色 60绿色 180 蓝色 ...
UCF:基于用户的相似推荐ICF:基于商品的相似推荐 离差:样本-均值(分正负)计算两组数据平均值计算两组数据的离差两字离差对应位置相乘之后求均值:协方差协方差为正 则正...
1、线性核函数 不通过升维解决线性可分问题 (计算内积) 径向基核函数 (RBF) 高斯核函数p(A|B)B是条件 求A 朴素:是指事件之间的相互独立无影响Gaussia...
交叉验证1、模型优化 (针对验证集) 测试集考试 信息熵 越小越纯 越大越不纯 最小为0 ent entorpy 信息熵 信息增益:划分前的信息熵-划分后的信息熵 ...
mse 均方误差 集合学习 Boosting:构建多棵决策树,每棵树与树之间有一定联系,下一棵树是在上一棵树的基础上进行构建的。Adaboost (正向激励)默认权重1/n ...
欠拟合:没有真正符合分布规律过拟合:模型表达能力太强 以至于过于拟合训练数据 到只针对于测试集数据预测误差比较大 决策树回归:有可能会过拟合 需要剪枝1、预先减枝:设定最大...
均值移除、范围缩放、归一化 什么时候用哪个? 可以一起用吗? 独热编码(一般用于离散数据,连续性的会造成“维度灾难“)可以双向转换标签编码 一次只能处理一维数据 可以双...
mac 不支持latax语法 是matplotlib支持的 图像识别 2015年成熟了 resnet图片分类:对整张图片进行分类猫狗分类子类细粒度图像分类实例级的图像分类...