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
-
卷积神经网络——池化层学习——最大池化
池化层（Pooling layers） 除了卷积层，卷积网络也经常使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，我们来看一下。 先举一个池化层的例子，然后我们再讨论池化层的必要性。 假如输入是一个4×4矩阵，用到的池化类型是最大池化（max pooling）。 执行最大池化的树池是一个2×2矩阵。 执行过程非常简单，把4×4的输入拆分…
-
windows10（64位）Anaconda3+Python3.6搭建Tensorflow（cpu版本）及keras
转自：windows10（64位）Anaconda3+Python3.6搭建Tensorflow（cpu版本）及keras 1.本来电脑安装的是anaconda3 5.3.1，但安装的python版本是3.7，后来卸载了安装anaconda3 4.4.0，这个版本是3.6 2.打开Anaconda Prompt conda –version //检查Ana…
-
更快的计算，更高的内存效率：PyTorch混合精度模型AMP介绍
作者：Rahul Agarwal 您是否知道反向传播算法是Geoffrey Hinton在1986年的《自然》杂志上提出的？ 同样的，卷积网络由Yann le cun于1998年首次提出，并进行了数字分类，他使用了单个卷积层。 直到2012年下半年，Alexnet才通过使用多个卷积层在imagenet上实现最先进的技术来推广卷积网络。 那么，是什…
-
Keras入门（四）之利用CNN模型轻松破解网站验证码
项目简介 在之前的文章keras入门（三）搭建CNN模型破解网站验证码中，笔者介绍介绍了如何用Keras来搭建CNN模型来破解网站的验证码，其中验证码含有字母和数字。 让我们一起回顾一下那篇文章的处理思路： 利用OpenCV对图像进行单个字符的切割，大概400多张图片； 对切割好的单个字符进行人工手动标记； 搭建合适的CNN模型，对标记好的数据集进行训…
-
tensorflow(二十六)：Keras计算准确率和损失
一、Keras五大功能 二、评估指标用法 有一个现成的准确度的meter就是 m e t r i c s . A c c u r a c y ( ) metrics.Accuracy()metrics.Accuracy()。如果只是简单的求一个平均值的话，有一个更加通用的meter就是 m e t r i c s . M e a n ( ) m…
-
1-10 卷积神经网络示例
卷积神经网络示例 （Convolutional neural network example） 假设，有一张大小为 32×32×3 的输入图片，这是一张 RGB 模式的图片，你想做手写体数字识别。 32×32×3 的 RGB 图片中含有某个数字，比如 7，你想识别它是从 0-9 这 10 个字中的哪一个，我们构建一个神经网络来实现这个功能。 输入是 32×3…
-
Pytorch的torch.cat实例
import torch 通过 help((torch.cat)) 可以查看 cat 的用法 cat(seq,dim,out=None) 其中 seq表示要连接的两个序列，以元组的形式给出，例如:seq=(a,b), a,b 为两个可以连接的序列 dim 表示以哪个维度连接，dim=0, 横向连接 dim=1,纵向连接 #实例： #dim=0 时：…
-
对抗生成网络（Generative Adversarial Network, GAN）
一.基本结构 GAN = 一个生成器（generator）+一个判别器（discriminator）； 生成器的目标：以假乱真，让判别器无法判别真伪（无法区分生成器生成的样本和真实样本）； 判别器的目标：努力分清生成器生成的样本和真实样本。 二.损失函数 参考 通俗理解生成对抗网络GAN
