【深度学习笔记】计算机视觉——R-CNN
区域卷积神经网络（R-CNN）系列 sec_rcnn 除了 sec_ssd中描述的单发多框检测之外， 区域卷积神经网络（region-based CNN或regions with CNN features，R-CNN） Girshick.Donahue.Darrell.ea.2014也是将深度模型应用于目标检测的开创性工作之一。 本节将介绍R-CNN及其一系列改进方法：快速的R-CNN（Fast R-C...
【深度学习笔记】计算机视觉——锚框
锚框 目标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边界从而更准确地预测目标的真实边界框（ground-truth bounding box）。 不同的模型使用的区域采样方法可能不同。 这里我们介绍其中的一种方法：以每个像素为中心，生成多个缩放比和宽高比（aspect ratio）不同的边界框。 这些边界框被称为锚框（anchor box）我们将在 ...
【深度学习笔记】计算机视觉——目标检测和边界框
要通过识别拍摄到的视频图像里的车辆、行人、道路和障碍物的位置来规划行进线路。 机器人也常通过该任务来检测感兴趣的目标。安防领域则需要检测异常目标，如歹徒或者炸弹。 接下来的几节将介绍几种用于目标检测的深度学习方法。 我们将首先介绍目标的位置。 %matplotlib inlineimport torchfrom d2l import torch as d2l 下面加载本节将使用的示例图像。可以看到图像...
深度学习中常见的backbone、neck、head的理解
在深度学习中，常见的backbone、neck和head是指网络结构的不同部分，它们各自承担着不同的功能： Backbone（骨干网络）：骨干网络通常是指整个深度神经网络的主要部分，负责提取输入数据的特征。骨干网络通常由多个卷积层或其他特征提取层组成，用于逐渐提取输入数据的高级特征。在图像处理任务中，骨干网络通常用于提取图像的全局和局部特征，例如边缘、纹理和形状等。 Neck（颈部）：颈部位于骨干网络和...
【Pytorch深度学习开发实践学习】Pytorch实现LeNet神经网络（3）predict.py
t(classes[int(predict)]) if __name__ == '__main__': main() 下面逐行进行分析： import torch: 导入PyTorch库，这是一个用于深度学习的开源库。 import torchvision.transforms as transforms: 导入PyTorch的图像处理模块，并简写为transforms。这个模块提供了许多图像预处理的功能...
深度学习——第8章 深层神经网络（DNN）
8.1 神经网络为什么要深？ 8.2 深层神经网络标记符号 8.3 正向传播 8.4 反向传播 8.5 多分类Softmax 8.6 总结 上一课是实战内容，我们使用Python一步步搭建了一个最简单的神经网络模型，只包含单层隐藏层。并使用这个简单模型对非线性可分的样本集进行分类，最终得到了不错的分类效果。 本节将继续从深度神经网络入手，介绍深层神经网络的数学原理和推导过程。 8.1 神经网络为什么要深...
15.3 基于深度学习的WiFi指纹低成本地点识别
供粗略的全球位置估计，而不需要额外的外感传感器成本。阻碍这种解决方案在室内定位中广泛应用的一个重要问题是，在定位系统运行之前，需要对整个环境进行调查，以获得WiFi信号强度图。因此，在本文中，我们研究深度学习-一种最新且强大的机器学习范式是否可以从稀疏扫描地图上的WiFi数据提供全球位置识别解决方案，并且大大减少了手动调优的工作量。 2 Related Work 移动机器人使用WiFi进行室内定位是一个古...
【Pytorch深度学习开发实践学习】【AlexNet】经典算法复现-Pytorch实现AlexNet神经网络（1）model.py
算法简介 AlexNet是人工智能深度学习在CV领域的开山之作，是最先把深度卷积神经网络应用于图像分类领域的研究成果，对后面的诸多研究起到了巨大的引领作用，因此有必要学习这个算法并能够实现它。 主要的创新点在于： 首次使用GPU进行神经网络加速训练使用使用了非饱和的激活函数ReLU，而不是传统的sigmoid和tanh使用了数据增强手段抑制过拟合提出了Dropout随机失活抑制过拟合提出了LRN局部响应...
【Pytorch深度学习开发实践学习】【AlexNet】经典算法复现-Pytorch实现AlexNet神经网络（2）train.py
量的访问，以及与Python解释器强烈交互的功能。 import json: 导入Python的JSON模块，用于处理JSON格式的数据。 import torch: 导入PyTorch库，一个开源的深度学习框架。 import torch.nn as nn: 从PyTorch库中导入神经网络模块，并简称为nn。 from torchvision import transforms, datasets, ...
【Pytorch深度学习开发实践学习】Pytorch实现LeNet神经网络（2）train.py
ort LeNetimport torch.optim as optimimport torchvision.transforms as transforms 这段代码是使用PyTorch库来进行深度学习的导入语句。进行逐行解释： import torch: 导入PyTorch库。PyTorch是一个开源的深度学习框架，允许你进行快速实验和开发。 import torchvision: 导入torch...