SSD与MobileNet详解

1.概述 本文档阐述SSD检测算法原理,及以MobileNet为Backbone的网络搭建方式。 十里桃园首发,转载请注明 Why SSD? 无论是机器学习或是深度学习一般都可分为两个部分:特征提取与分类任务。…

CNN – 卷积神经网络卷积计算详解

  卷积计算层:CONV Layer 人的大脑在识别图片的过程中,会由不同的皮质层处理不同方面的数据,比如:颜色、形状、光暗等,然后将不同皮质层的处理结果进行合并映射操作,得出最终的结果值,第一部分实质上是一个局部的观察结果,第二部分才是一个整体的结果合并。…

吴恩达卷积神经网络第一周笔记

第一周 卷积神经网络 1.1 计算机视觉 计算机视觉问题:图片分类、物体检测、神经风格转换 图片像素过多,用传统神经网络计算量过大 1.2 边缘检测 垂直检测 6×6 矩阵和 3×3 卷积核进行卷积运算,得到 4*4 矩阵 下图卷积核是垂直检测所用卷积核…

高斯滤波详解

高斯滤波 1.高斯卷积核是如何在高斯函数上取值的? 一维高斯函数的公式: 二维高斯分布的公式: 卷积核每个位置的权重值,就取对应位置对应的二维高斯函数值,如下表 f(-1,-1) f(-1,0) f(1,0) f(0,,-1)…

SILVACO 使用中遇到的问题

bias step cut back more than 4 times. Cannot trap  这个是因为计算结果太粗糙而导致不收敛,使用trap参数可定义计算的折半次数。如果计算开始时候数值梯度太大,无法满足计算精度,电极的偏置步长将从最初值减小到原来的一半重新计算,如果结果还是太粗糙的话有折半计算知道满足精度要求。默认trap…