YOLOv4（二）：骨干网络的改进
CSPDarknet53在Darknet53的基础上参考CSPNet加入了CSP(Cross Stage Paritial)结构。整个backbone划分为5个模块，每个模块下采样2倍。
如下图所示，CSP结构仅仅是将特征的一部分直接concat到block的末尾，这个操作使得该block中的每个d
...
YOLOv4（一）：输入端的改进
发表于
字数统计:
362
|
阅读时长 ≈
10分钟
MosaicYOLOv4中提出的Mosaic数据增强是参考2019年底提出的CutMix数据增强的方式，但CutMix只使用了两张图片进行拼接，而Mosaic则采用了4张图片，随机缩放、随机裁剪、随机排布的方式进行拼接。一张图相当于4张图，可以减少训练所需的batch size。
CmBN在梯度累
...
【面试向】MaxPooling和AveragePooling
在CNN中，通常用来下采样的池化操作都是使用Max Pooling。因为Max Pooling选择了辨识度更高的特征，并且提供了非线性。
而Average Pooling通常用来做特征对齐，在减小特征图尺寸的同时，保证特征的完整性。比如说DenseNet的模块之间大多采用Average Poolin
...
【面试向】Dropout
Q：Dropout有什么作用？
解决过拟合的问题。
Q：Dropout如何实现？
使该层每个神经元的激活层都有一定概率输出0。
Q：Dropout 反向传播的处理
反向传播时忽略被Dropout的神经元。
Q：Dropout是失活神经元还是失活连接？
失活神经元并清除其周围连接。
Q：Dropout
...
【面试向】FLOPs与参数量的计算
FLOPsFLOPs(floating point operations)，意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。注意不要和FLOPS(floating point operations per second)搞混。
拿卷积操作举例。这里需要注意，卷积的计算量如果从outpu
...
OpenCV中的平滑、腐蚀膨胀和边缘检测
图像平滑与滤波图像平滑是指为了抑制噪声，使图像亮度趋于平缓的处理方法就是图像平滑。图像平滑可以通过各种滤波来实现，这些图像滤波都是一些简单的卷积操作。
均值滤波：即在一个卷积核的感受野内的平均值作为该像素点的值，opencv代码为cv2.blur(img, (3, 3))。
高斯滤波：高斯滤波会根
...
CenterLoss简述
发表于
字数统计:
270
|
阅读时长 ≈
10分钟
Center Loss对于常见的图像分类问题，我们通常使用交叉熵损失函数监督神经网络。下图为神经网络在MNIST数据集上进行手写体数字分类任务得到的特征分布，在类与类之间能看到很明显的界限，能够便于softmax对特征进行分类。但是仍然可以看出部分不同类的样本距离很近，而同类的样本分布距离较远，这有
...
CycleGAN简述
论文地址：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
PyTorch代码：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
...
【面试向】如何进行多标签分类
Q：多标签分类怎么解决？
解决多标签分类问题的方法有很多，个人感觉只有两种比较好用。
第一种是将n标签问题转化为n个二分类的问题，即模型输出为长度为n的二值向量，每个值对应一个标签，用于表示样本是否包含该标签。这应该是最简单常见的方法，但该方法忽略了标签与标签之间的相关性。
第二种是使用CNN+RN
...