strongnine

人工智能

Julia(7) LaTeX(5) mac os x(1) Markdown(3) MATLAB(3) Python(20) 排序(1) 操作系统(1) 数学(5) 数据结构(2) 译智社(6)

/ 注册

全部文章 / 人工智能（共26篇）

Logistic Regression with a Neural Network mindset 来自专栏

一、导入模块 import numpy as np import matplotlib.pyplot as plt import h5py import scipy from PIL import Image from scipy import ndimage from lr_utils impo...

2021-11-22

0 301

翻译：Selective Search for Object Detection 来自专栏

原文：Selective Search for Object Detection 在这篇指导，我们将会理解一个在目标检测中的重要概念——Selective Search。我们也会在 C++ 的和 Python 上分享 OpenCV 代码。 #目标检测与目标识别一个目标识别算法识别图像中出现了...

2021-11-22

0 547

翻译：Deep Residual Learning for Image Recognition 来自专栏

论文：https://arxiv.org/abs/1512.03385 图像识别中的深度残差学习摘要更深的神经网络更加难以训练。我们提出了一个残差学习框架，以简化那些比以往使用的更加充分深的网络的训练。我们显式地将层重新表示为学习残差函数，并参考层的输入，而不是学习未参考的函数。我们提...

2021-11-22

0 403

平均精度均值（Mean Average Precision, mAP）来自专栏

目录一、Mean Average Precision -- mAP （一）什么是 mAP ？（二）mAP 是怎么计算的？ 2.准确率、召回率、精确度（1）准确率 -- pre...

2021-11-22

0 1236

翻译：Multi-scale Multi-path Multi-model Fusion Nerwork 来自专栏

M3Net: 多尺度多路径多模型融合网络及其在 RGB-D 显着目标检测中的应用实例摘要 — 融合 RGB 和深度数据对于提高各种机器人和计算机视觉任务的性能是很受关注的。通常，RGB 和深度信息的（数据）流在早期或者晚期的阶段合并为一个单一的融合点，以生成合并的特征或者决策。单一的融合点也意味...

2021-11-22

0 504

Caffe：使用 Caffe 训练自己的 Alexnet 来自专栏

使用 Caffe 训练自己的 Alexnet 1. 数据准备 2. 计算图像均值 3. 定义网络 3.1 修改 solver.prototxt 3.2 修改 t...

2021-11-22

0 349

Caffe：查看并可视化 LMDB 文件来自专栏

LMDB 文件的全称是 Lightning Memory-Mapped Database，也就是闪电内存映射数据库，用这种数据可以省去大量读取小文件的时间花费和 IO 花费，可以提高训练的速度。如果你好奇 LMDB 文件里面存储了什么东西，这篇博客会带你一起看看里面的内容。查看 L...

2021-11-22

0 1892

Caffe：使用 classify.py 批量对图片分类来自专栏

一般使用 Caffe 训练完网络后，会用 test.bin 来测试一下网络的精度，然后还能用 classification.bin 来用网络对图片进行单张的分类，但是一张一张的分，效率很低，所以我改写了 classify.py 文件，使其读取 test.txt 文件批量分类，输出具体哪一张图片分错了...

2021-11-22

0 339

Faster R-CNN : end2end 和 alternative 训练来自专栏

文章目录一、alternative 训练二、end2end 训练（一）训练时间花费（二）端到端训练 Fast R-CNN Faster R-CNN 实际上就是由 Fast R-CNN 和 RPN 两个网络结合的，可以使用 en...

2021-11-22

0 602

深度学习中的激活函数来自专栏

参考： The Activation in Deep Learning 浅谈深度学习中的激活函数 1. Sigmoid: f ( x ) = 1 1 + e − x f(x) = \frac{1}{1+e^{-x}} f(x)=1+e−x1 2. Tanh: f ( x ) = 1...

2021-11-22

0 284