0
点赞
收藏
分享

微信扫一扫

卷积神经网络

大雁f 2022-02-16 阅读 137

卷积神经网络

用数学的方式实现感受野-卷积

  • LeNet

  • AlexNet

    • 更深更大的LeNet
    • 丢弃法、Relu、MaxPooling
  • VGG

    • 多个VGG块(33卷积,22池化)后接全连接层
  • GoogLeNet中Inception

  • ResNet残差网络:下一层与本层的信息差

迁移学习:站在巨人的肩膀上看世界,将大型网络的主干部分提取出来,将大型网络运用在自己的网络中。

  • YOLO:分格13 26 52监测,主干Darknet53

  • YOLOV3:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pZST4dci-1644942676394)(C:\Users\23204\AppData\Roaming\Typora\typora-user-images\image-20220215233645411.png)]

    • Darknet使用了残差网络resnet
    • FPN提取特征:三个特征层
    • yolo head预测
  • YOLOV4:

    • CSPDarkNet53
    • 特征金字塔:SPP,PAN
    • 使用Mish激活函数
  • YOLOX:

    • CSPDarkNet主干
    • Focus网络结构-特征提取:压缩高宽,拓展通道4倍
    • 分类回归Decoupled Head:之前是1*1卷积实现,现在分成两部分,一边置信度,一边回归系数、是否有物体
    • 数据增强:Mosaic数据增强
    • Anchor Free:不使用先验框
    • SimOTA :为不同大小的目标动态匹配正样本img

细说

SSD目标监测:把图片划分成不同的网格,当某一个物体的中心点落在这个区域,这个物体就有这个网格确定。

D目标监测:把图片划分成不同的网格,当某一个物体的中心点落在这个区域,这个物体就有这个网格确定。

MobileNet目标监测:后面传

举报

相关推荐

0 条评论