转自：http://dataunion.org/11692.html 作者：张雨石自今年七月份以来，一直在实验室负责卷积神经网络（ConvolutionalNeuralNetwork，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用，特写...

PointRCNN：3DObjectProposalGenerationandDetectionfromPointCloudPointRCNN是CVPR2019录用的一篇三维目标检测论文。原始点云的3D目标检测，只用点云作为输入。提出一种新的3D物体检测器，用于从原始点云中检测3D物体。所提出的Stage-1网络以自下...

写在前面：一篇魏云超博士的综述论文，完整题目为《基于DCNN的图像语义分割综述》，在这里选择性摘抄和理解，以加深自己印象，同时达到对近年来图像语义分割历史学习和了解的目的，博古才能通今！感兴趣的请根据自己情况找来完整文章阅读学习。　图像的语义分割是计算机视觉中重要的基本问题之一，其目标是对图像的每个像素点进行分类，将图...

之前看过TCN，稍微了解了一下语言模型，这篇论文也是对语言模型建模，但是由于对语言模型了解不深，一些常用数据处理方法，训练损失的计算包括残差都没有系统的看过，只是参考网上代码对论文做了粗浅的复现。开学以来通过看的几篇论文及复现基本掌握了tensorflow的基本使用，了解了“数据处理-模型构建-训练“的处理问题基本流程...

哈哈哈，又到了讲段子的时间准备好了吗？今天要说的是CNN最后一层了，CNN入门就要讲完啦。。。。。先来一段官方的语言介绍全连接层（FullyConnectedLayer）全连接层常简称为FC，它是可能会出现在CNN中的、一个比较特殊的结构；从名字就可以大概猜想到、FC应该和普通层息息相关，事实上也正是如此。直观地说、F...

深度学习是一个框架，包含多个重要算法: ConvolutionalNeuralNetworks(CNN)卷积神经网络AutoEncoder自动编码器SparseCoding稀疏编码RestrictedBoltzmannMachine(RBM)限制波尔兹曼机DeepBeliefNetworks(DBN)深信度网...

最近忙着实验室的项目，一直没有时间做仿真，所以就先写一下之前看的一篇文章，总结一下吧。这次要说的是GatedCNN，这也是第一次将门限控制引入到CNN中的文章，感觉十分有新意，效果也很棒。下面我们来看一下，文章的主要贡献包括：提出一种新的门控机制缓解梯度传播，降低梯度弥散等现象相比LSTM，模型更加简单，收敛速度更快模...

目录  1.依赖2.下载源码(python3.4+)3.下载训练模型文件，并放在主目录下面4.运行demo4.1启动jupyter-notebook4.2打开simple/demo.ipynb，修改一下代码5.运行demo6.可能会出现的问题安装tensorflow和keras由于版本不兼容走了不少...

代码地址：https://github.com/jwyang/faster-rcnn.pytorch 1.fasterRCNN.train():这个不是让网络进行训练，而是让moduleintrainingmode，有些module在traingmodel和testingmodel下不同,比如bn即self....

1.boudingboxregression总结：　　rcnn使用l2-loss　　首先明确l2-loss的计算规则：　　　　　　　　　　　　　　　L∗=(f∗(P)−G∗)2，∗代表x,y,w,h　　　　　　　　　　　　　　  整个loss: L=Lx+Ly+Lw+Lh　　　　　　　　　...

  在regionproposal阶段采用不同的iou。第一幅图，不同颜色的线是用不同的regionproposal的iou阈值，横坐标是regionproposal生成的框与gt的原始iou，纵坐标是未经过训练的框经过boundingboxregression后生成的新框与gt的iou，发现0.5...

fasterrcnn中这三层是单独生成的层,也是复现最复杂的层anchor_target_layer作用:从众多的anchor中选取出正负样本供rpn网络学习(实际上就是把anchor和gt进行配对,配对后将这一对送给loss进行训练).　　　　　　　　　注意的点:从众多的anchor中随机选取128个正样本(iou&...

frcnn_train_data_paramfrcnn_train_data_param{source:"./data/train_list.txt"root_folder:"./data/train_images"num_classes:4ignore_label:1distort_param{brightness_...

faster-rcnn的github源码中是round四舍五入但kaiminghe的ppt是直接取整    １．讲roi-align和roi-pooling区别并且详细阐述roi-align过程的博客：http://blog.leanote.com/post/afanti/b5f...

1.roi_pooling层是先利用spatial_scale将regionproposal映射到featuremap上，然后利用pooled_w、pooled_h分别将映射后的框的长度、宽度等分形成bin，最后对每个bin进行max_pooling，这其实就是一个spp-net的过程（只不过sppnet使用多个等分尺...