Ta上传的资源 (0)

本文档为本人对YOLOV2论文的翻译笔记,经过本人按原论文格式排版,校对,确保每处翻译不易出错,YOLOV2介绍了很多技术性改进方法,如果你想使用YOLOV3,建议你还是先阅读YOLOV2的论文,这样你能更清楚了解YOLOV3一些基本原理及技术

本文件为最新目标检测框架YOLOV4的论文翻译,详细介绍了YOLOV4结构组成及各种优化方法的实验对比,翻译比较完整准确表达了原文的内容,希望能够帮助到学习目标检测的朋友们,近期也会在博客中分享一些YOLOV4知识,感兴趣可以关注一下。

这篇文章将按照时间线详细讲解各类深度学习优化器,包括常用与不常用的(动量、NAG、adam、Adagrad、adadelta、RMSprop、adaMax、Nadam、AMSGrad)本文档将对每个优化器进行更加清晰的讲解,包括数学表达式推导和现实含义,所以可以更容易理解每一个优化器,对于深度学习小

本资源为NAFSM滤波器设计报告和源代码,NAFSM是一个很强的中值滤波器,对椒盐噪声过滤效果很好,远远优于普通中值滤波器,本实验是论文:Noise Adaptive Fuzzy Switching Median Filter for Salt-and-Pepper Noise Reduction。

你是否为复现yolov3但是经常报错，环境搭建出错等问题苦恼，我刚开始也一样。本文档为本人在使用github上keras-yolov3-master项目（作者：qqwweee）的使用教程笔记，清楚记录了从tensorflow-gpu环境搭建到复现voc数据集的模型训练及预测，及最后实现迁移学习对神经

本资源为纯python实现mnist手写体识别的代码，为作者本人所写，供深度学习初学者共同交流探讨，欢迎二次创作，网络为三层，可达到97%上准确率，模型可以选择多种训练方式，学习率，激活函数，损失函数等我都写了相关函数，可以选择，模型也可以自由变换，只需要改一下前面常量参数值就行。升级版本正在打包测

本ppt比较系统的从对目标检测基本认识，到two-stage的R-CNN系列讲解，到one-stage的YOLO、SSD网络介绍，最后做了对比及分析，并给出参考论文。对准备学习目标检测小伙伴们可以有比较好参考价值，对目标检测有个比较全面认识。