目录
介绍
网络框架
数据集准备
L（训练集）
分为support set和Query set，对于第i次任务，K ways和N images随机从Lc中选择，建立成
S（测试集，与L没有类别重合）
创新点
损失函数
训练和测试过程
实验
结论
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：小样本目标检测–Meta-RCNN论文阅读 - Python技术站
微信扫一扫 
支付宝扫一扫
【目标检测Anchor-Free】ECCV 2018 CornerNet
上一篇
2023年4月8日 上午8:52
目标检测算法Fast R-CNN
下一篇
2023年4月8日 上午8:53
相关文章
-
文本预处理、语言模型、循环神经网络
文本预处理： 下列哪一项不是构建Vocab类所必须的步骤：B A. 词频统计，清洗低频词 B. 句子长度统计 C. 构建索引到token的映射 D. 构建token到索引的映射 无论use_special_token参数是否为真，都会使用的特殊token是____，作用是用来____ : D A. <pad>，在…
-
pytorch index_select()函数
函数实现从当前张量中从某个维度选择一部分序号的张量 tensor.select_index(dim, index)对于一个二维张量feature： 第一个参数 参数0表示按行索引，1表示按列进行索引 第二个参数 是一个整数类型的一维tensor，就是索引的序号 二维张量举例： 三维张量举例： 另一种使用方式： torch.select_index(tenso…
-
pytorch训练过程中Loss的保存与读取、绘制Loss图
在训练神经网络的过程中往往要定时记录Loss的值，以便查看训练过程和方便调参。一般可以借助tensorboard等工具实时地可视化Loss情况，也可以手写实时绘制Loss的函数。基于自己的需要，我要将每次训练之后的Loss保存到文件夹中之后再统一整理，因此这里总结两种保存loss到文件的方法以及读取Loss并绘图的方法。 一、采用torch.save(ten…
-
Tensorflow基本操作理解
1. TensorsTensorFlow的数据中央控制单元是tensor(张量)，一个tensor由一系列的原始值组成，这些值被形成一个任意维数的数组。一个tensor的列就是它的维度。 2. The Computational Graph TensorFlow核心程序由2个独立部分组成： a:Building the computational g…
-
使用基于Caffe的MobileNet分类踩坑备忘录
首先要帮Caffe甩个锅：Caffe对图像处理进行了很高明的封装，以protobuffer形式组织的搭积木式的网络构建也很灵活方便，这里的坑都是自己腿不好，走路不稳崴进去的。 1. Caffe的一个iter是一个batch，不是一个epoch。 2. 使用现有模型存档对网络进行fine_tune的时候，由于改变了输出的number，最后一层必须重新命名，目的…
-
PyTorch余弦学习率衰减
今天用到了PyTorch里的CosineAnnealingLR，也就是用余弦函数进行学习率的衰减。 下面讲讲定义CosineAnnealingLR这个类的对象时输入的几个参数是什么，代码示例就不放了。 正文 torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max, eta_min=0, last…
-
[转载]keras使用入门及3D卷积神经网络资源
[转]keras使用入门及3D神经网络资源 原文链接https://blog.csdn.net/lengxiaomo123/article/details/68926778 keras使用入门及3D卷积神经网络资源 keras模型 Sequential模型 泛型模型 Sequential是多个网络层的线性堆叠。 以通过向Sequential模型传递一个lay…
-
【Pytorch】：x.view() view()方法的使用
在pytorch当中，我们经常会用到x.view()方法来进行数据维度的变化，但是这个方法具体该如何使用呢？ 下面我来记录一下笔记： 一.按照传入数字使数据维度进行转换 首先，我们可以传入我们想要的维度，然后按照传入的数字对数据进行维度变化。比如，x.view()当中可以放入列表或者是单个数字，比如我们有代码先生成一个3*2维度的tensor矩阵，那么我们的…
