深度学习应用

深度学习应用

faster rcnn训练自己的数据识别率低 可能是哪些原因

综合问题a803966 回复了问题 • 2 人关注 • 1 个回复 • 698 次浏览 • 23 分钟前 • 来自相关话题

SSD priorbox 中,defaut box 数量是如何计算得到的?

深度学习应用陶潜水 回复了问题 • 2 人关注 • 1 个回复 • 40 次浏览 • 1 天前 • 来自相关话题

LSTM的使用

深度学习应用匿名用户 回复了问题 • 3 人关注 • 2 个回复 • 979 次浏览 • 3 天前 • 来自相关话题

loss无穷大

回复

综合问题ECEPA-禧戏 发起了问题 • 1 人关注 • 0 个回复 • 61 次浏览 • 4 天前 • 来自相关话题

fcn训练自己的数据集loss值爆炸

参数调节yulian99 回复了问题 • 2 人关注 • 2 个回复 • 84 次浏览 • 5 天前 • 来自相关话题

caffe vgg face 微调问题分类不准问题?

综合问题阅微草堂 回复了问题 • 3 人关注 • 2 个回复 • 207 次浏览 • 2017-08-10 18:17 • 来自相关话题

在Caffe中做人脸识别中是直接在人脸数据上训练好还是Fine-turning比较好?

人脸识别SuperStar 回复了问题 • 11 人关注 • 4 个回复 • 3455 次浏览 • 2017-08-10 13:50 • 来自相关话题

关于训练集和验证集的loss和acc

深度学习理论weiger 回复了问题 • 1 人关注 • 1 个回复 • 658 次浏览 • 2017-08-10 13:23 • 来自相关话题

caffe 训练模型好了一个模型,精度也很高,但是分类结果却很差

深度学习应用SuperStar 回复了问题 • 9 人关注 • 9 个回复 • 1208 次浏览 • 2017-08-10 11:43 • 来自相关话题

Faster RCNN 里RPN部分的bounding box回归可不可以去掉呢?

深度学习理论liucici 回复了问题 • 2 人关注 • 2 个回复 • 477 次浏览 • 2017-08-10 11:27 • 来自相关话题

使用batch-normalization层使回传梯度消失

参数调节pyramide 回复了问题 • 2 人关注 • 2 个回复 • 120 次浏览 • 2017-08-07 19:32 • 来自相关话题

DeconvNet语义分割求问:请问复现Learning Deconvolution Network for Semantic Segmentation这篇paper

回复

语义图像分割奥特曼最最爱小怪兽 发起了问题 • 1 人关注 • 0 个回复 • 90 次浏览 • 2017-08-04 15:10 • 来自相关话题

ssd添加类别后,原有类别受到影响,召回率下降,请问怎么回事

深度学习应用alex68 回复了问题 • 3 人关注 • 2 个回复 • 124 次浏览 • 2017-08-02 19:06 • 来自相关话题

FCN32s和FCN16s的配置文件deploy.prototxt文件怎么获得。

综合问题奥特曼最最爱小怪兽 回复了问题 • 1 人关注 • 1 个回复 • 102 次浏览 • 2017-08-02 16:15 • 来自相关话题

faster rcnn(matlab)训练自己的数据时报错错误使用 caffe_ glog check error, please check log and clear mex

图像描述rmx564354093 回复了问题 • 2 人关注 • 2 个回复 • 1044 次浏览 • 2017-08-01 10:55 • 来自相关话题

FCN 图像分割 loss

语义图像分割匿名用户 回复了问题 • 2 人关注 • 3 个回复 • 172 次浏览 • 2017-07-30 10:05 • 来自相关话题

FCN solver max_iter 设多少合适?

语义图像分割joshua_1988 回复了问题 • 2 人关注 • 1 个回复 • 157 次浏览 • 2017-07-27 08:20 • 来自相关话题

SSD中把feature map分割成n*n的是哪个文件?

目标识别joshua_1988 回复了问题 • 2 人关注 • 1 个回复 • 279 次浏览 • 2017-07-26 09:20 • 来自相关话题

为什么迭代次数少的反而实际成功率高?

图像分类CatherineW 回复了问题 • 2 人关注 • 2 个回复 • 177 次浏览 • 2017-07-25 16:15 • 来自相关话题

条新动态, 点击查看
在训练的时候用移动平均(类似于momentum)的方式更新batch mean和variance,训练完毕,得到一个相对比较稳定的mean和variance,存在模型中。
测试的时候,就直接用模型中的均值和方差进行计算。
在训练的时候用移动平均(类似于momentum)的方式更新batch mean和variance,训练完毕,得到一个相对比较稳定的mean和variance,存在模型中。
测试的时候,就直接用模型中的均值和方差进行计算。
辛淼

辛淼 回答了问题 • 2017-01-18 13:34 • 6 个回复 不感兴趣

最近有什么好的目标检测的文章吗,求推荐

赞同来自:

鄙人维护的Awesome Caffe列表,欢迎补充https://github.com/MichaelXin/Awesome-Caffe
鄙人维护的Awesome Caffe列表,欢迎补充https://github.com/MichaelXin/Awesome-Caffe

bounding box regression

深度学习理论何ZhiL 回复了问题 • 62 人关注 • 10 个回复 • 11404 次浏览 • 2017-07-21 16:38 • 来自相关话题

LSTM的使用

回复

深度学习应用匿名用户 回复了问题 • 3 人关注 • 2 个回复 • 979 次浏览 • 3 天前 • 来自相关话题

怎样用siamese训练自己的数据集?

回复

深度学习应用梦露露Haha 回复了问题 • 2 人关注 • 1 个回复 • 595 次浏览 • 2017-07-25 12:30 • 来自相关话题

用python提特征和用matlab提特征,值不一样

回复

综合问题取名字好难呀 回复了问题 • 4 人关注 • 3 个回复 • 587 次浏览 • 2017-07-25 12:14 • 来自相关话题

caffe如何实现人脸识别

回复

综合问题BaDanMu 回复了问题 • 3 人关注 • 2 个回复 • 1754 次浏览 • 2017-07-11 08:57 • 来自相关话题

怎样给简单的分类任务加大训练难度?

回复

场景分类匿名用户 发起了问题 • 1 人关注 • 0 个回复 • 124 次浏览 • 2017-07-07 17:56 • 来自相关话题

如何使用matlab运行caffemodel?

回复

目标识别lwslove911 回复了问题 • 2 人关注 • 1 个回复 • 309 次浏览 • 2017-06-15 21:08 • 来自相关话题

SSD中的prior box疑问

回复

目标识别c408550969 回复了问题 • 3 人关注 • 2 个回复 • 519 次浏览 • 2017-06-15 09:12 • 来自相关话题

关于caffe中tripletloss的方式训练vgg网络的问题

回复

人脸识别Andybert 回复了问题 • 7 人关注 • 4 个回复 • 5205 次浏览 • 2017-06-08 15:53 • 来自相关话题

用LeNet训练好的模型识别自己的数字字符,应该在哪一层输出是哪个字符?

回复

深度学习应用lutingxiang 回复了问题 • 4 人关注 • 3 个回复 • 2000 次浏览 • 2017-06-02 11:11 • 来自相关话题

清华大学 Visual Analytics Group 提出的CNNVis该怎么用?

回复

图像分类辛淼 回复了问题 • 1 人关注 • 1 个回复 • 295 次浏览 • 2017-05-29 21:11 • 来自相关话题

LSTM的序列信息中是如何加入BOS和EOS的

回复

参数调节一路基石 发起了问题 • 1 人关注 • 0 个回复 • 237 次浏览 • 2017-05-21 16:31 • 来自相关话题

caffe中lstm使用经验,如何在全连接层后连接LSTM,输入输出Blob是什么?

回复

深度学习应用很遥远 回复了问题 • 2 人关注 • 2 个回复 • 1180 次浏览 • 2017-05-09 15:33 • 来自相关话题

caffemodel的压缩问题

回复

深度学习应用ycxia 回复了问题 • 7 人关注 • 4 个回复 • 1471 次浏览 • 2017-05-03 11:16 • 来自相关话题

Matlab版faster_rcnn出错

回复

目标识别lsh13765026940 回复了问题 • 7 人关注 • 8 个回复 • 2763 次浏览 • 2017-04-17 08:38 • 来自相关话题

请问大家最近image retrieval方向有什么好的思路或文章吗?

回复

深度学习应用wujinlong 回复了问题 • 4 人关注 • 2 个回复 • 1548 次浏览 • 2017-04-15 10:02 • 来自相关话题

用CNN做分类时对图像按中心点随机旋转是否可以起到数据扩充作用

回复

深度学习理论辛淼 回复了问题 • 2 人关注 • 1 个回复 • 371 次浏览 • 2017-03-29 00:17 • 来自相关话题

有人有imagenet的小型数据集吗?

回复

综合问题lsilver 发起了问题 • 1 人关注 • 0 个回复 • 737 次浏览 • 2017-03-24 00:17 • 来自相关话题

有用Caffe配置SSD,好的教程资料不??

回复

深度学习应用labsig 回复了问题 • 3 人关注 • 2 个回复 • 1382 次浏览 • 2017-03-21 08:15 • 来自相关话题

请问多光谱或高光谱遥感数据能否使用Caffe来训练CNN?

回复

目标识别chouchou 回复了问题 • 8 人关注 • 4 个回复 • 1135 次浏览 • 2017-03-20 20:09 • 来自相关话题

支持最新版cudnn的faster-rcnn 欢迎fork

深度学习应用xmyqsh 发表了文章 • 1 个评论 • 567 次浏览 • 2016-11-11 18:40 • 来自相关话题

 支持最新版cudnn的faster-rcnn  欢迎fork
 
https://github.com/xmyqsh/py-faster-rcnn

 支持最新版cudnn的faster-rcnn  欢迎fork
 
https://github.com/xmyqsh/py-faster-rcnn

阿里云人工智能“看图说话”揭秘

深度学习应用phz50 发表了文章 • 0 个评论 • 519 次浏览 • 2016-09-12 12:48 • 来自相关话题

初入深度学习圈子,做点总结,上班时间先写个提纲,下班了再完善!
阿里云人工智能“看图说话”原视频(02:00 ~ 03:59) 3岁小孩可以轻松看图说话案例,计算机却很困难,听到不等于听懂、看到不等于看懂 Understand图片转为像素值,RGB(红、绿、蓝)同样标签,视角变化/大小变化/形变/遮挡/光照条件/背景干扰/类内差异Deep Learning , computer vision history ,Scale Big data analysis 发展,促进人工智能重发第2春不停改进算法,不如大数据分析,小孩不停从外界获取信息数据驱动,训练集、测试集 众包 million 图片收集以及标注识别Label,记忆形成短语(CNN、RNN、LSTM)分类 KNN,及优缺点线性分类,f = Wxi + b , W权重、b偏量损失函数 Loss function ,评价Label与真实结果接近度,多类支持向量机SVM、softmax分类器最优化,最短路径、梯度神经网络卷积神经网络(CNN) GoogleNet 有效减少权重参数个数LSTMGPU、Hadoop、Spark 并行计算计算机看图说话、计算机拥有视觉可能应用领域But 不足:无法评估艺术相关、人物情感 0~3岁 difficult | 3 ~10岁 more difficult华裔业界大牛:吴恩达(百度大脑)、周靖人(阿里人工智能)、李飞飞(斯坦福)... ...caffe | deeplearning4j 参考资料more... ... 查看全部
初入深度学习圈子,做点总结,上班时间先写个提纲,下班了再完善!
  1. 阿里云人工智能“看图说话”原视频(02:00 ~ 03:59) 
  2. 3岁小孩可以轻松看图说话案例,计算机却很困难,听到不等于听懂、看到不等于看懂 Understand
  3. 图片转为像素值,RGB(红、绿、蓝)
  4. 同样标签,视角变化/大小变化/形变/遮挡/光照条件/背景干扰/类内差异
  5. Deep Learning , computer vision history ,Scale Big data analysis 发展,促进人工智能重发第2春
  6. 不停改进算法,不如大数据分析,小孩不停从外界获取信息
  7. 数据驱动,训练集、测试集 众包 million 图片收集以及标注
  8. 识别Label,记忆形成短语(CNN、RNN、LSTM)
  9. 分类 KNN,及优缺点
  10. 线性分类,f = Wxi + b , W权重、b偏量
  11. 损失函数 Loss function ,评价Label与真实结果接近度,多类支持向量机SVM、softmax分类器
  12. 最优化,最短路径、梯度
  13. 神经网络
  14. 卷积神经网络(CNN) GoogleNet 有效减少权重参数个数
  15. LSTM
  16. GPU、Hadoop、Spark 并行计算
  17. 计算机看图说话、计算机拥有视觉可能应用领域
  18. But 不足:无法评估艺术相关、人物情感 0~3岁 difficult | 3 ~10岁 more difficult
  19. 华裔业界大牛:吴恩达(百度大脑)、周靖人(阿里人工智能)、李飞飞(斯坦福)... ...
  20. caffe | deeplearning4j 参考资料
  21. more... ...

深度学习应用相关问题