alex_shen97-CSDN博客

转载目标检测中One-stage的检测算法

目标检测可以理解为是物体识别和物体定位的综合，不仅仅要识别出物体属于哪个分类，更重要的是得到物体在图片中的具体位置。目前的目标检测算法分为两类：一类是two-stage，two-stage检测算法将检测问题划分为两个阶段，首先产生候选区域（region proposals），然后对候选区域分类（一般还需要对位置精修），这一类的典型代表是R-CNN, Fast R-CNN, Faster R...

2018-12-06 16:40:40 44708 1

转载目标检测中的Two-stage的检测算法

比较详细，作个备份什么是目标检测（object detection）：目标检测（object detection），就是在给定的一张图片中精确找到物体所在的位置，并标注出物体的类别。所以，目标检测要解决的问题就是物体在哪里以及是什么的整个流程问题。但是，在实际照片中，物体的尺寸变化范围很大，摆放物体的角度、姿态、在图片中的位置都不一样，物体之间可能还有重叠现象，这使得目标检测的难度变得...

2018-12-06 14:25:13 38907 2

原创 Deformable-ConvNets 性能比较

Deformable-ConvNetsGitHub地址https://github.com/msracver/Deformable-ConvNets R-FCN演示：python ./rfcn/demo.py *Deformable R-FCN* 640*496（time）：0.1630s640*427（time）：0.1950sOnly R-FCN演示...

2018-11-08 16:26:07 958

原创 Tensorflow里的tf.image.resize里的BUG！

原文：https://hackernoon.com/how-tensorflows-tf-image-resize-stole-60-days-of-my-life-aba5eb093f35How Tensorflow’s tf.image.resize stole 60 days of my lifeThat’s a short warning to all Tensorflow use...

2018-11-07 10:34:40 1929

转载【模型压缩】Channel Pruning for Accelerating Very Deep Neural Networks算法笔记

转：https://blog.csdn.net/u014380165/article/details/79811779论文：Channel Pruning for Accelerating Very Deep Neural Networks 论文链接：https://arxiv.org/abs/1707.06168 代码地址：https://github.com/yihui-he/chan...

2018-11-01 10:09:25 3397

原创深度学习模型压缩方法（5）-----Deep Compression

《Deep Compression: Compression Deep Neural Networks With Pruning, Trained Quantization And Huffman Coding原作者基于Alex的代码：https://github.com/songhan/Deep-Compression-AlexNet 用Caffe实现：https://github.co...

2018-10-31 16:31:30 7361 1

转载深度学习模型压缩方法（4）-----模型蒸馏（Distilling）与精细模型网络

前言在前两章，我们介绍了一些在已有的深度学习模型的基础上，直接对其进行压缩的方法，包括核的稀疏化，和模型的裁剪两个方面的内容，其中核的稀疏化可能需要一些稀疏计算库的支持，其加速的效果可能受到带宽、稀疏度等很多因素的制约；而模型的裁剪方法则比较简单明了，直接在原有的模型上剔除掉不重要的filter，虽然这种压缩方式比较粗糙，但是神经网络的自适应能力很强，加上大的模型往往冗余比较多，将一些参数剔除...

2018-10-30 11:37:51 25090 2

转载深度学习模型压缩方法（3）-----模型剪枝（Pruning）

前言上一章，将基于核的稀疏化方法的模型压缩方法进行了介绍，提出了几篇值得大家去学习的论文，本章，将继续对深度学习模型压缩方法进行介绍，主要介绍的方向为基于模型裁剪的方法，由于本人主要研究的为这个方向，故本次推荐的论文数量较多，但都是非常值得一读的。基于模型裁剪的方法对以训练好的模型进行裁剪的方法，是目前模型压缩中使用最多的方法，通常是寻找一种有效的评判手段，来判断参数的重要性，将不重要...

2018-10-30 11:36:51 49198 7

转载深度学习模型压缩方法（2）-----核稀疏化

最近在研究深度学习的模型压缩，看到几篇总结的很不错的文章，记录一下。转:https://blog.csdn.net/wspba/article/details/75671573 前言目前在深度学习领域分类两个派别，一派为学院派，研究强大、复杂的模型网络和实验方法，为了追求更高的性能；另一派为工程派，旨在将算法更稳定、高效的落地在硬件平台上，效率是其追求的目标。复杂的模型固然具有更好...

2018-10-30 11:32:56 10549

转载深度学习模型压缩方法（1）-----综述

1.研究背景对模型预测精度无明显影响压缩模型的参数数量、深度来降低模型空间复杂度全连接层参数多，模型大小由全连接层主导不显著提高训练时间复杂度，降低预测时间复杂度（计算量）卷积层计算量大，计算代价由卷积操作主导 2.方法2.1.更精细模型的设计Aggregated Residual Transformations for Deep Neural Networ...

2018-10-29 16:47:24 20937 8

转载 DeepRebirth——从非权重层入手来进行模型压缩

前言因为最近都在关注深度学习模型压缩相关的工作，所以今天给大家介绍的也是一篇关于模型压缩的方法。这是一篇非常有意思的工作，来自于三星研究院在ICLR2017上发表的论文：DeepRebirth: A General Approach for Accelerating Deep Neural Network Execution on Mobile Devices。常用的模型压缩手段往往是从网络的...

2018-10-29 16:44:57 508 1

原创 Keras笔记【7】卷积层（Convolutional Layers)

卷积层Conv1D层keras.layers.convolutional.Conv1D(filters, kernel_size, strides=1, padding='valid', dilation_rate=1, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initialize...

2018-10-18 09:44:08 6390

原创 Keras笔记【6】核心层（Core Layers)

目录关于Keras的“层”（Layer）核心层Dense层参数：输入输出Activation层参数输入shape输出shapeDropout层参数参考文献Flatten层例子Reshape层参数输入shape输出shape例子Permute层参数例子输入shape输出shapeRepeatVec...

2018-09-06 10:53:29 861

原创 Keras笔记【5】--函数式模型API

函数式模型接口Keras的函数式模型为Model，即广义的拥有输入和输出的模型，我们使用Model来初始化一个函数式模型from keras.models import Modelfrom keras.layers import Input, Densea = Input(shape=(32,))b = Dense(32)(a)model = Model(inputs=a, o...

2018-09-02 19:31:20 648

原创 Keras笔记【4】--序贯模型的API

常用Sequential属性model.layers是添加到模型上的层的listSequential模型方法addadd(self, layer)向模型中添加一个层layer: Layer对象poppop(self)弹出模型最后的一层，无返回值compilecompile(self, optimizer, loss, metrics=None, s...

2018-09-02 19:30:31 316

原创 Keras笔记【3】--关于Keras的模型类型

关于Keras模型Keras有两种类型的模型，序贯模型（Sequential）和函数式模型（Model），函数式模型应用更为广泛，序贯模型是函数式模型的一种特殊情况。两类模型有一些方法是相同的： model.summary()：打印出模型概况，它实际调用的是keras.utils.print_summary model.get_config():返回包含模型配置信息的Pyt...

2018-09-02 19:29:22 388

原创 Keras笔记【2】--函数式（Functional）模型

Keras中文文档 --https://keras-cn.readthedocs.io/en/latest/Keras函数式模型接口是用户定义多输出模型、非循环有向模型或具有共享层的模型等复杂模型的途径。一句话，只要你的模型不是类似VGG一样一条路走到黑的模型，或者你的模型需要多于一个的输出，那么你总应该选择函数式模型，函数式模型是最广泛的一类模型，序贯模型只是它的一种特殊情况。总而...

2018-09-02 19:24:31 1277 1

原创 Keras笔记【1】--序贯（Sequential）模型

参考Keras中文文档 https://keras-cn.readthedocs.io/en/latest/getting_started/sequential_model/ 序贯模型时多个网络层的线性堆叠，可以理解成先建立一个容器，然后往里面填东西，模型从头走到尾。可以通过向Sequential模型传递一个layer的list来构造该模型：from keras.models...

2018-09-02 19:16:21 567

原创人脸检测：《MTCNN》论文详解&2016

Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks作者链接：https://kpzhang93.github.io/MTCNN_face_detection_alignment/论文链接：https://kpzhang93.github.io/MTCNN_face_detec...

2018-08-11 15:19:08 4244

原创人脸检测：《S3FD: Single Shot Scale-invariant Face Detector》论文详解

最近项目中在做人脸检测识别。现大致对人脸检测做一个总结归纳。文章链接：《S3FD: Single Shot Scale-invariant Face Detector》GITHUB ：https://github.com/sfzhang15/SFDThis paper presents a real-time face detector, named Single Shot Scale...

2018-08-09 14:50:10 2348 1

转载 c++中调用python脚本提示 error LNK2001: 无法解析的外部符号 __imp_Py_Initialize等错误的解决方法

c++中调用python脚本提示 error LNK2001: 无法解析的外部符号 __imp_Py_Initialize等错误的解决方法时间：2017-05-09 12:32:06 阅读：234 评论：0 收藏：0 [点我收藏+]标签：链接 art sdn 为什么目录问题连接 nbsp 是你最近项目中...

2018-07-24 14:54:30 1430

原创基于Logistic回归和Sigmoid函数的分类【机器学习】

（一）认识Logistic回归（LR）分类器首先，Logistic回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题，利用Logistic函数（或称为Sigmoid函数），自变量取值范围为(-INF, INF)，自变量的取值范围为(0,1)，函数形式为：由于sigmoid函数的定义域是(-INF, +INF),而值域为(0, 1)。因此最基本的LR分类器适合于对两...

2018-07-24 14:51:32 12395 2

原创周志华《机器学习》第一章总结+课后习题

第一章介绍了本书所涉及基本术语和概念。数据集、样本、特征（属性）、特征空间（属性空间、样本空间、输入空间）、特征向量、维数；学习（训练）、训练数据、训练样本、假设、预测、标记、样例、标记空间（输出空间）、测试、测试样本；分类、回归、聚类、簇、监督、无监督、泛化能力；归纳、演绎、概念学习、假设空间、版本空间；归纳偏好（偏好）、奥卡姆剃刀；同时简要介绍了机器学习的发展史。符号主义、连接主义、机...

2018-04-03 22:39:56 2593

原创翻转数字、大小写转换、斐波那契、整数排序、链表删除、矩阵面积【Python】

反转一个3位整数反转一个只有3位数的整数。注意事项你可以假设输入一定是一个只有三位数的整数，这个整数大于等于100，小于1000。您在真实的面试中是否遇到过这个题？样例123 反转之后是 321。900 反转之后是 9。class Solution: """ @param number: A 3-digit number. @return: Reversed number...

2018-03-26 19:50:11 231

原创 LintCode第九章入门算法合集

今日刷完了LintCode的入门算法共10道，按照自身的理解答题如下：1.反转一个3位整数反转一个只有3位数的整数。样例123 反转之后是 321。900 反转之后是 9。class Solution {public: /** * @param number: A 3-digit number. * @return: Reversed number. */...

2018-03-17 23:00:02 345

转载排列序号

排列序号给出一个不含重复数字的排列，求这些数字的所有排列按字典序排序后该排列的编号。其中，编号从1开始。思路：这个问题是一个组合数学问题，如果知道康托展开，那么好理解一点。但是绝大部分人应该都不知道康托展开。对于这道题，有高中数学基础也就够了，为了便于描述，这里给康托展开的描述，我来解释原因。 3 5 7 4 1 2 9 6 8 展开为 98884 X=2*8!+3*7!+4*6!+2*5...

2018-03-16 23:33:49 391

原创 Win10压缩卷提示磁盘空间不足

今天尝试安装Win10与Ubantu双系统。我的电脑是只有C,D两个固态硬盘，D盘的剩余空间还有85多个GB，于是我想分出来50GB给Ubantu系统。但是剩余空间明明足够，当压缩卷的时候，却提示硬盘空间不足。出现这种现象的原因应该是：估计是可能有些文件占用了较后的存储位置，导致空间不连续，无法合并成为新的空间。解决步骤如下：1、对所要压缩的磁盘进行磁盘优化，即碎片整理。打开”计算机“，在想压缩的...

2018-03-06 02:49:30 49695 8

shentanyue的博客