自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 Backbone-DenseNet

Backbone-DenseNet1.介绍DenseNet是2017年论文Densely Connected Convolutional Networks中介绍的基于卷积的网络,通常将其和ResNet做对比。关于DenseNet的思想和网络结构,很多文章中都提到了,没有必要翻来覆去说一个东西,所以本文对DenseNet的有关介绍只做总结,并详细以论文中DenseNet-121为例,讲一讲网络的具体细节与代码实现。论文的思想很简单:在连续多个卷积操作的情况下,对于卷积层n,将前面所有卷积层(1、2…n-

2021-08-13 21:26:41 199

原创 Backbone-ResNet

Backbone-ResNet1.介绍ResNet太耀眼了,何凯明团队在2015年在论文Deep Residual Learning for Image Recognition中提出后,至今已经有了8w+的被引数,因为是华人学者的成果,ResNet在国内宣传得很好。到2015年,当时基于卷积的backbone有AlexNet、GoogLenet、VGG等,这些网络都有一个特点:网络层数比较少,最多十几二十层。从直觉上来讲,网络层数深有很多好处,例如,意味着更强的非线性表达能力,模型可以学习更加复杂的变

2021-08-06 22:25:29 269

原创 Backbone-GoogLeNet

Backbone-GoogLeNet为什么不写成GoogleNet?因为这是在向LeNet致敬!1.介绍GoogLeNet有三个版本,其中v1出现在出现在2014年的《Going deeper with convolutions》中,在ILSVRC比赛中一骑绝尘,获得了的冠军。在赛后Google对其进行改进,提出了v2-v4。其有以下几个特点:GoogLeNet引入了Inceoption结构,融合不同尺度的特征信息,这是其最重要的创新点;使用了1*1的卷积核进行降维以及映射处理,相当于把一个

2021-08-04 17:46:41 132

原创 Backbone-VGG

Backbone-VGG1.介绍VGG于2014年由牛津大学科学工程系Visual Geometry Group组提出的,作者在《Very Deep Convolutional Networks for Large-Scale Image Recognition》的abstract中提到,相比于2012年的AlexNet,VGG采用了多个小的卷积(3*3)核来代替AlexNet中的大卷积核(11*11和5*5)。对于给定的感受野(与输出有关的输入图片的局部大小),采用堆积的小卷积核是优于采用大的卷积核

2021-07-31 17:40:52 365

原创 Backbone-AlexNet

AlexNet1.介绍AlexNet是2012年Alex在《ImageNet Classification with Deep Convolutional Neural Networks》中提出的网络结构,也是除了LeNet5之外另一个著名的基于卷积的网络结构,Alex凭借AlexNet获得了ImageNet竞赛的冠军,对当时的学术界和工业界带来了巨大的影响力!文章主要是解决图片分类的问题,脍炙人口的Relu就是从此而来,当然网络还用了Data Argmentation和Dropout等于一系列常见的优

2021-07-30 15:37:55 110

原创 并查集

并查集-算法系列(1)1.设计算法的步骤给问题建模设计算法解决满足速度和内存要求?不满足,找出原因寻找更好的方法迭代,直到满意2.问题描述有一系列的物体,每两个物体之间相连,问题是:给出任意两个物体,是否有一条路连接其中两个物体?3.问题建模性质:自身性:p与p自身相连对称性:如果p与q相连,则q与p相连传递性:如果p与q相连,q与r相连,则p与r相连连通集:连通集中的任意两个对象都是相连接的。确定方法:连接操作、是否连接判断4.快速查找数组作为该问题的数据结构,

2020-09-26 14:14:56 42

原创 图像处理系列-均值滤波和中值滤波

图像处理系列-均值滤波和中值滤波1.均值滤波与中值滤波介绍在经典书籍《数字图像处理第三版-冈萨雷斯》中介绍了滤波相关概念,并详细讲解了均值滤波与中值滤波的原理。如果本文有不详尽之处,可查阅本书P93平滑空间滤波部分。宏观上,让我们了解均值滤波和中值滤波在图像处理中的位置。在数字图像处理中,滤波是很重要的一部分,均值滤波和中值滤波是都属于空间滤波(对于某一像素点,以该点为中心,通过对该像素点邻域部分的像素进行处理,得到中心替代像素点的滤波方法)中的平滑滤波方法(还有锐化滤波等)。进一步,平滑滤波分为平滑

2020-09-21 20:00:10 1927

原创 随风行博客规划篇

大家好,我是本科自动化同学Zack,在此记录自己学习的点点滴滴。从今天起,我将在CSDN分享关于基础算法、数据结构、数字图像处理等系列内容,预计每周一更,水滴石穿。细节如下:暂且采用C或C+完成算法每更的源码会实时上传到github内容主要分为三个系列(算法、数据结构、图像处理)...

2020-09-20 19:31:45 79

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除