首页 > 其他分享 >深度学习知识结构梳理(一)

深度学习知识结构梳理(一)

时间:2023-12-19 23:46:09浏览次数:31  
标签:Loss NMS 卷积 梯度 样本 池化 深度 知识结构 梳理

一、基础篇

1. NMS及其变种

NMS:
Soft-NMS:
IOU-NMS:

2. 损失函数Loss及其变种

CTC Loss
L1 Loss:
BCE Loss:
IOU Loss: Focal Loss:减少易分类样本权重

3. 激活函数

Sigmoid:
RELU:
Softmax:
Tan:

4. BN、LN、IN、GN

5. 卷积

卷积没有平移不变性

6.池化

a 平均池化:减少过拟合,保持池化前后梯度之和不变,同时可保留背景信息
b最大池化:可提取特征纹理,减少无用信息影响,反向时需用(需记录池化时最大像素值)
c全局池化:获得全局上下文关系,以特征图为单位进行均值化
建议:前几层用最大池化,最后几层用平均池化

7.优化算法

Adam:
SGD:
Momentum
Adagrad

二、提高篇

1.欠拟合方法:

a增加特征项;b减少正则化参数;c增加模型复杂度;d增加训练次数

2.正负样本平衡:

过采样少样本类
欠采样多样本类
合成新的少样本类

3.训练不收敛

没有数据归一化
没有数据预处理
没有正则化
BS太大
学习率设置不合理
最后一层激活函数错误
网络存在坏梯度,如Relu梯度为0
参数初始化错误
网络设计不合理,太浅或太深
数据标签有问题
隐藏层神经元有问题

4.较小卷积核的好处

相同感受野下提升网络深度,有一定效果
显著减少参数量

5.数据标准化意义

去纲量,控制在相同尺度,加速训练收敛
消除过曝图片,质量不佳对权重影响

6.如何解决梯度消失

使用ReLu,ELU等激活函数
批规范化
消除W带来的放大或缩小影响

三、进阶篇

1.小目标难检测原因?a下采样后特征图上像素少;b小目标数量少;c学习时易被大目标主导;

解决方法:a数据增强,放大图片;b特征融合;c合适的训练方法;d设置更小更稠密anchor;e利用GAN放大物体;f密集遮挡时IouLoss;g匹配策略,对于小目标不设置过于严格的阈值

2.场景问题

 

标签:Loss,NMS,卷积,梯度,样本,池化,深度,知识结构,梳理
From: https://www.cnblogs.com/jimchen1218/p/17915125.html

相关文章

  • 羚通视频智能分析平台:车辆检测算法的深度解析
    随着科技的不断发展,视频监控技术已经深入到我们生活的各个角落。在这个背景下,羚通视频智能分析平台应运而生,它通过先进的车辆检测算法,为我们的生活带来了极大的便利。本文将详细介绍羚通视频智能分析平台的车辆检测算法。一、羚通视频智能分析平台简介羚通视频智能分析平......
  • 如何扩充知识广深度:以强网杯2023谍影重重2.0为例
    附件截图 通过筛选,提取tcp流量,得到:抛开弯弯曲曲的思考过程,直接来看wp:(by:战队:Arr3stY0u)  好,直接解码得到结果的。好像这题就做完了?思考以下几个问题:1.为什么别人能马上知道是ADS-B?下次比赛过程期间我能不能也查到一些未知的协议?2.为什么一个协议马上就......
  • 基于深度学习网络的疲劳驾驶检测算法matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本matlab2022a 3.算法理论概述3.1疲劳检测理论概述      疲劳检测的原理是根据人体疲劳状态下的特征检测,和正常状态下的特征检测做对比。在做疲劳检测之前,首先需要分析人体在疲劳状态下与正常状态下的特征有哪些不......
  • 交通行业数据要素市场白皮书发布,零数科技深度参编
    近日,由华东江苏大数据交易中心(以下简称“华东数交”)、上海虹口数字航运创新中心等联合举办的——港航数据要素流通与生态合作研讨会圆满落幕。会上重磅发布了《交通行业数据要素市场白皮书》。《交通行业数据要素市场化白皮书》由华东江苏大数据交易中心、深圳市智能交通行业协会、......
  • 用友出席操作系统大会,携手麒麟软件深度服务企业数智化
    12月15日,操作系统大会&openEulerSummit2023在北京召开。用友受邀参加麒麟软件分论坛,与行业大咖一道,共话产业链生态引领基础软件加速技术创新。在企业数智化转型大潮中,用友聚合各行各业生态伙伴,共同营建全球领先的数智商业创新平台——用友BIP,帮助企业实现从以流程驱动为核心的优化......
  • 深度学习项目实战:垃圾分类系统
    简介:今天开启深度学习另一板块。就是计算机视觉方向,这里主要讨论图像分类任务--垃圾分类系统。其实这个项目早在19年的时候,我就写好了一个版本了。之前使用的是python搭建深度学习网络,然后前后端交互的采用的是javaspringMVC来写的。之前感觉还挺好的,但是使用起来还比较困难的。......
  • 深度学习项目实战:垃圾分类系统
    简介:今天开启深度学习另一板块。就是计算机视觉方向,这里主要讨论图像分类任务--垃圾分类系统。其实这个项目早在19年的时候,我就写好了一个版本了。之前使用的是python搭建深度学习网络,然后前后端交互的采用的是javaspringMVC来写的。之前感觉还挺好的,但是使用起来还比较困难的......
  • java实现二叉树前序搜索输出深度完整代码
    importjava.util.Scanner;//1:无需package//2:类名必须Main,不可修改classTreeNode{publicintval;publicTreeNodeleft;publicTreeNoderight;publicTreeNode(intval){this.val=val;this.left=null;this.right=null;}}p......
  • 深度解析Python上下文管理器:优雅资源管理与异常处理
    Python是一种功能强大且灵活的编程语言,它提供了许多高级工具和特性来简化开发过程。其中之一就是上下文管理器,它允许开发者更优雅地处理资源管理和异常处理。本文将深入探讨Python中上下文管理器的工作原理、使用方法以及实际应用。1. 什么是上下文管理器?上下文管理器是一种Python......
  • Docker 部署数据可视化 Superset 3.0.0 深度汉化并配置元数据存储为 Postgres
    Superset官方提供的Docker镜像在3.0.0版本下不能做到开箱即用,需要一些设置拉取原始镜像dockerpullapache/superset:3.0.0配置superset_config.pysuperset_config.py会覆盖掉config.py里的变量,无需配置config.py创建一个superset_config.py文件添加以下内容SECRET......