Mr Ma-CSDN博客

原创 YOLOv3和v4的结构图

关于YOLOv3的结构图已经有前辈做了总结很好的总结了。以及关于YOLOv4的结构图也有前辈做了很好的总结。今天我主要是在两位前辈的基础上，给YOLOv3和v4结构图重新做了一些排版，让结构图“立”起来。我感觉这样可以更加清晰理解她们的结构，以及更好的理解YOLOv4中FPN和PAN。大家在理解FPN和PAN的时候可以参考下面的图和前辈的解析，可能会更直观点。（图有画错的地方麻烦大家一定告诉我）。YOLOv3YOLOv4...

2020-07-01 17:19:11 4409 6

转载深入浅出Yolo系列之Yolov3&Yolov4核心基础知识完整讲解

注：本文转载自https://zhuanlan.zhihu.com/p/143747206。以下为原文。因为工作原因，项目中经常遇到目标检测的任务，因此对目标检测算法会经常使用和关注，比如Yolov3、Yolov4算法。当然，实际项目中很多的第一步，也都是先进行目标检测任务，比如人脸识别、多目标追踪、REID、客流统计等项目。因此目标检测是计算机视觉项目中非常重要的一部分。从2018年Yolov3年提出的两年后，在原作者声名放弃更新Yolo算法后，俄罗斯的Alexey大神扛起了Yolov4的大旗

2020-06-10 10:46:19 3821

原创【论文翻译】详细翻译论文—YOLOv4: Optimal Speed and Accuracy of Object Detection

YOLOv4：目标检测的最佳速度和精度YOLOv4: Optimal Speed and Accuracy of Object DetectionAlexey Bochkovskiy Chien-Yao Wang Hong-Yuan Mark Liao目录YOLOv4：目标检测的最佳速度和精度YOLOv4: Optimal Speed and Accuracy of Object Detection摘要1. 介绍2. 相关工作2.1. 目标检测模型2.2....

2020-06-06 15:46:19 620

转载 Batch Normalization批标准化

本文转载自：https://www.cnblogs.com/guoyaohua/p/8724433.html这几天面试经常被问到BN层的原理，虽然回答上来了，但还是感觉答得不是很好，今天仔细研究了一下Batch Normalization的原理，以下为参考网上几篇文章总结得出。　　Batch Normalization作为最近一年来DL的重要成果，已经广泛被证明其有效性和重要性。虽然有些细节处理还解释不清其理论原因，但是实践证明好用才是真的好，别忘了DL从Hinton对深层网络做Pre-Tra.

2020-06-01 14:34:48 160

原创【论文翻译】Towards Robust Detection of Adversarial Examples

对抗样本的鲁棒检测Towards Robust Detection of Adversarial ExamplesTianyu Pang, Chao Du, Yinpeng Dong, Jun Zhu摘要虽然深度学习最近的进展是实质性的，但是深度学习方法容易受到恶意生成的对抗样本的攻击。在本文中，我们提出了一种新的训练方法和阈值测试策略，用于对抗样本的鲁棒检测。在训练中，我们建议最小化反向交叉熵(RCE, reverse cross entropy)，它鼓励深度网络学习潜在的表征(re..

2020-05-20 14:00:55 1118

原创【论文翻译】Physical Adversarial Examples for Object Detectors

针对物体检测器的物理对抗样本Physical Adversarial Examples for Object DetectorsKevin Eykholt, Ivan Evtimov, Earlence Fernandes, Bo Li, Amir Rahmati, Florian Tramer, Atul Prakash1, Tadayoshi Kohno, Dawn Song目录...

2019-08-12 21:40:49 1644

原创【论文翻译】Robust Physical-World Attacks on Deep Learning Visual Classification

Robust Physical-World Attacks on Deep Learning Visual Classification对深度学习视觉分类的鲁棒物理世界攻击Kevin Eykholt, Ivan Evtimov, Earlence Fernandes, Bo Li, Amir Rahmati, Chaowei Xiao, Atul Prakash, Tadayoshi Ko...

2019-08-04 22:11:01 3637

原创关于TFrecord

（写本文的目的是整理关于TFrecords的一些代码和知识，以及我在实践中遇到的一些问题和怎么解决的，方便大家参考和自己以后的学习。）我们常常会使用MNIST，CIFAR等数据集，但是这些数据集都是经过整理、打标签和打包的数据集，直接调用它们就可以训练神经网络。可是如果我们想用自己的数据集来训练该怎么做呢？这里就引入了TFrecord。TFrecord的功能就是将我们自己收集到的数据集转换...

2019-01-20 22:26:36 230

Marcorss的博客