以下是自己的一些自学，可能有很多不足，会持续补充和修改的（图片来源自己的PPT，为方便以后查阅写下此篇）。
一、吴恩达深度学习涉及到的
（2020.8.7）
二、 YOLO
（2020.8.14）
三、R—CNN系列
（2020.8.21）
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：有关目标检测算法（YOLO系列和R—CNN系列） - Python技术站
微信扫一扫 
支付宝扫一扫
目标检测： YOLOv1
上一篇
2023年4月8日 下午12:37
目标检测概述：一步法 An overview of object detection: one-stage methods
下一篇
2023年4月8日 下午12:39
相关文章
-
TensorFlow实战系列14–循环神经网络简介
循 环 神 经 网 络(recurrent neural network,RNN) 源 自 于 1982 年 由Saratha Sathasivam 提出的霍普菲尔德网络。霍普菲尔德网络因为实现困难,在其提出的时候并且没有被合适地应用。该网络结构也于 1986 年后被全连接神经网络以及一些传统的机器学习算法所取代。然而,传统的机器学习算法非常依赖于人工提取…
-
Windows下使用TensorFlow
上一篇日志（http://www.cnblogs.com/huidong/p/5426556.html）写了如何在Windows下安装Docker，并且在VM上安装TensorFlow。 在Window下每次启动TensorFlow略麻烦，就是每次都要保证启动VM。比如我的VM的名字叫vdocker，那么启动它并且regenerate证书需要用。 $dock…
-
卷积层channel数量变化过程
卷积神经网络的总体架构是金字塔型，如下图。 CNNs架构图 可以看到，每一层的channel数量是变化的。如上图中，左边的第一层只有R、G、B三个channel，第二层有16个channel，第三、四层分别有64、256个。 那么这些channel数量是如何变化的呢？ 基本过程： 对于输入图片的每一个patch（下图中的绿色部分），运行一个具有K个输…
-
Keras学习笔记三：一个图像去噪训练并离线测试的例子，基于mnist
训练模型需要的数据文件有： MNIST_data文件夹下的mnist_train、mnist_test、noisy_train、noisy_test。train文件夹下60000个图片，test下10000个图片 noisy_train、noisy_test下的图片加了椒盐噪声与原图序号对应 离线测试需要的数据文件有： MNIST_data文件夹下的my_m…
-
[生成对抗网络GAN入门指南]（6）WassersteinGAN-GP
本篇blog的内容基于原始论文WassersteinGAN-GP(NIPs2017)和《生成对抗网络入门指南》第五章。 一、权重裁剪的问题（为什么要改进GP） WGAN理论中前提条件是1-Liposchitz条件，而对应使用的方法是权重剪裁，希望把网络固定在一个大小范围内。 但是后来发现权重剪裁有许多问题，所以改进WGAN-GP，…
-
动目标指示MTI和动目标检测MTD
1. 运动目标指示(MTI) 由一个CPI内的连续M个脉冲回波经过相干解调后的基带数据，形成的一个二维数据矩阵。二维数据矩阵中的每一列都对应于对一个脉冲回波的连续釆样，即连续的距离单元。列中的每一个元素都是一个复数，代表一个距离单元的实部和虚部(I和Q)分量。因此，二维数据矩阵中的每一行代表对同一距离单元的一连串脉冲测量。 MTI处理器对慢时间数据序列…
-
使用清华开源镜像安装tensorflow
安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。GPU版本安装方法：pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple或 pip install tensorflow==1.8 -i https://pypi.tuna.…
-
循环神经网络（学习笔记）
简单的是语言的概率模型，根据前面的单词推断下一个单词。p(wordi∣word1,…,wordi−1)p(word_i|word_1,…,word_{i-1})p(wordi∣word1,…,wordi−1) 2-gram LM Model 两个词作为输入向量，wi∣wi−1,wi−2 pi(wi∣wi−1,wi−2)w_i|w_{i-1}…
