卷積神經(jīng)網(wǎng)絡(luò)的輸出單元數(shù)計算方法 `Conv2D`要求輸入的x的形狀為`(batch_size, in_channels, height, wi...
投稿
卷積神經(jīng)網(wǎng)絡(luò)的輸出單元數(shù)計算方法 `Conv2D`要求輸入的x的形狀為`(batch_size, in_channels, height, wi...
計算機(jī)視覺現(xiàn)狀(The state of computer vision) 深度學(xué)習(xí)已經(jīng)成功地應(yīng)用于計算機(jī)視覺、自然語言處理、語音識別、在線廣告...
這一周我們學(xué)習(xí)的主要內(nèi)容是對象檢測,它是計算機(jī)視覺領(lǐng)域中一個新興的應(yīng)用方向,相比前兩年,它的性能越來越好。在構(gòu)建對象檢測之前,我們先了解一下對象...
特征點檢測(Landmark detection) 上節(jié)課,我們講了如何利用神經(jīng)網(wǎng)絡(luò)進(jìn)行對象定位,即通過輸出四個參數(shù)值b_x、b_y、b_h和b...
目標(biāo)檢測(Object detection) 學(xué)過了對象定位和特征點檢測,今天我們來構(gòu)建一個對象檢測算法。這節(jié)課,我們將學(xué)習(xí)如何通過卷積網(wǎng)絡(luò)進(jìn)行...
卷積的滑動窗口實現(xiàn)(Convolutional implementation of sliding windows) 上節(jié)筆記,我們學(xué)習(xí)了如何通...
Bounding Box預(yù)測(Bounding box predictions) 在上一篇筆記中,你們學(xué)到了滑動窗口法的卷積實現(xiàn),這個算法效率更...
遷移學(xué)習(xí)(Transfer Learning) 如果你要做一個計算機(jī)視覺的應(yīng)用,相比于從頭訓(xùn)練權(quán)重,或者說從隨機(jī)初始化權(quán)重開始,如果你下載別人已...
數(shù)據(jù)擴(kuò)充(Data augmentation) 大部分的計算機(jī)視覺任務(wù)使用很多的數(shù)據(jù),所以數(shù)據(jù)擴(kuò)充是經(jīng)常使用的一種技巧來提高計算機(jī)視覺系統(tǒng)的表現(xiàn)...
殘差網(wǎng)絡(luò)(Residual Networks (ResNets)) 非常非常深的神經(jīng)網(wǎng)絡(luò)是很難訓(xùn)練的,非常非常深的神經(jīng)網(wǎng)絡(luò)是很難訓(xùn)練的,非常非常...