『TensorFlow』SSD源碼學習_其七：損失函數
Fork版本項目地址：SSD 一、損失函數介紹 SSD損失函數分為兩個部分：對應搜索框的位置loss（loc）和類別置信度loss（conf）。（搜索框指網絡生成的網格） 詳細的說明如下： i指代搜索框序號，j指代真實框序號，p指代類別序號，p=0表示背景， 中取1表示此時第i個搜索框 ...
原文：『TensorFlow』SSD源碼學習_其三：錨框生成
Fork版本項目地址：SSD 上一節中我們定義了vgg 的網絡結構，實際使用中還需要匹配SSD另一關鍵組件：被選取特征層的搜索網格。在項目中，vgg 網絡和網格生成都被統一進一個class中，我們從class SSDNet開始談起。 一 初始化class SSDNet 這是SSDNet的初始化部分，這一部分的內容在上一節都提到過了：網絡超參數定義 amp 初始化vgg 網絡結構並更新feat sh ...
2018-07-17 11:05 2 3532 推薦指數：
相關推薦
『TensorFlow』SSD源碼學習_其六：標簽整理
Fork版本項目地址：SSD 一、輸入標簽生成 在數據預處理之后，圖片、類別、真實框格式較為原始，不能夠直接作為損失函數的輸入標簽（ssd向前網絡只需要圖像就行，這里的處理主要需要滿足loss的計算），對於一張圖片（三維CHW）我們需要如下格式的數據作為損失函數標簽： gclasse ...
『TensorFlow』SSD源碼學習_其八：網絡訓練
Fork版本項目地址：SSD 作者使用了分布式訓練的寫法，這使得訓練部分代碼異常臃腫，我給出了部分注釋。我對於多機分布式並不很熟，而且不是重點，所以不過多介紹，簡單的給出一點訓練中作者的優化手段，包含優化器選擇之類的。 一、滑動平均 # =================================================================== ...
『TensorFlow』SSD源碼學習_其二：基於VGG的SSD網絡前向架構
Fork版本項目地址：SSD 參考自集智專欄 一、SSD基礎 在分類器基礎之上想要識別物體，實質就是 用分類器掃描整張圖像，定位特征位置 。這里的關鍵就是用什么算法掃描，比如可以將圖片分成若干網格，用分類器一個格子、一個格子掃描，這種方法有幾個問題： 問題1 ： 目標正好 ...
『TensorFlow』SSD源碼學習_其四：數據介紹及TFR文件生成
Fork版本項目地址：SSD 一、數據格式介紹 數據文件夾命名為VOC2012，內部有5個子文件夾，如下， 我們的檢測任務中使用JPEGImages文件夾和Annotations文件夾。 JPEGImages文件夾中包含了PASCAL VOC所提供的所有的圖片信息，包括了訓練圖片和測試 ...
『計算機視覺』Mask-RCNN_推斷網絡其三：RPN錨框處理和Proposal生成
一、RPN錨框信息生成 上文的最后，我們生成了用於計算錨框信息的特征（源代碼在inference模式中不進行錨框生成，而是外部生成好feed進網絡，training模式下在向前傳播時直接生成錨框，不過實際上沒什么區別，錨框生成的講解見『計算機視覺』Mask-RCNN_錨框生成 ...
『TensorFlow』SSD源碼學習_其一：論文及開源項目文檔介紹
一、論文介紹 讀論文系列：Object Detection ECCV2016 SSD 一句話概括：SSD就是關於類別的多尺度RPN網絡 基本思路： 基礎網絡后接多層feature map 多層feature map分別對應不同尺度的固定anchor 回歸所有anchor對應 ...
『TensorFlow』SSD源碼學習_其五：TFR數據讀取&數據預處理
Fork版本項目地址：SSD 一、TFR數據讀取 創建slim.dataset.Dataset對象 在train_ssd_network.py獲取數據操作如下，首先需要slim.dataset.Dataset對象 # Select the dataset. # 'imagenet ...