机器学习40
深度学习EfficientNet学习笔记
0x01 EfficientNet V1
同时探索输入分辨率、网络深度、宽度的影响在论文中提到,EfficientNet-B7在ImageNet top-1上达到当年最高准确率84.3%准确率
...
深度学习ShuffeNet学习笔记
0x00 ShuffeNet V1
1. Channel Shuffle
对ResNeXt中的分组卷积进行改进:
如果GConv1分为了3个组,那么每个组生成的featur
...
深度学习MobileNet V3学习笔记
0x00 亮点
更新了Block——bneck使用NAS搜索参数(Neural Architecture Search)重新设计耗时层结构
0x01 更新Block
在V2的倒残差
...
[转载]用YOLOv5模型识别出表情!
转载至微信公众号”Datawhale”《用YOLOv5模型识别出表情!》,作者闫永强原文链接:https://mp.weixin.qq.com/s/LdCuXL49P2JhD
...
使用Oxford-IIIT Pet数据集进行图像分割实战笔记
1.下载数据集
https://www.robots.ox.ac.uk/~vgg/data/pets/
2.解压数据集
tar -zxf annotations.tar.gz
ta
...
深度学习MobileNet V2学习笔记
相比V1网络准确率更高、模型更小
0x00 亮点
Inverted Residual倒残差结构Linear Bottlenecks
0x01 Inverted Residual倒残
...
深度学习MobileNet V1学习笔记
传统卷积神经网络内存需求大、运算量大,导致无法在移动设备以及嵌入式设备上运行MobileNet相比VGG16准确率下降了0.9%,但模型参数只有它的1/32
0x00 亮点
Depthw
...
深度学习ResNeXt学习笔记
0x00 亮点
更新了BlockGroup Convolution 组卷积
0x01 Group Convolution 组卷积
...
深度学习ResNet学习笔记
0x00 亮点
超深的网络结构(突破1000层)提出residual模块使用Batch Normalization加速训练(丢弃dropout)
0x01 Residual结构
...
深度学习GooLeNet学习笔记
0x00 亮点
引入Inception结构(融合不同尺度的特征信息)使用1×1的卷积核进行降维以及映射处理添加两个辅助分类器帮助训练丢弃全连接层,使用平均池化层(大大减少模型参数。注
...