双线性插值(Bilinear Interpolation)
线性插值
已知中P1点和P2点，坐标分别为(x1, y1)、(x2, y2)，要计算 [x1, x2] 区间内某一位置 x 在直线上的y值：
根据初中的几何知识：
$$
\begin{equation}
\frac{y – y_0}{x – x_0} = \frac{y_1 -[……]
深入理解ROI Pooling
本文主要讨论Fast R-CNN论文中使用的ROI Pooling(上图中蓝色矩形框部分)。
什么是ROI
ROI是Region of Interest的缩写，是原始图像上的一个Proposed Region。提取ROI的方法有很多，本文不详细讨论。
Fast R-CNN是如何工作[……]
Read MoreTensorflow中的乘法运算
1.tf.multiply()-两个矩阵中对应元素各自相乘
tf.math.multiply()实现将矩阵x和矩阵y逐个元素(element-wise)相乘，返回一个新的矩阵。注意它实现的是元素级别的相乘，也就是两个相乘的数元素各自相乘。
若w为m*1或者1*1的矩阵，x为m*n的矩[……]
Read MoreObject Detection-YOLOv2 Input And Output Encoding
本文主要学习在PASCAL VOC2012数据集上训练YOLOv2时的Input Encoding和Output Encoding。
Import PASCAL VOC2012 data
PASCAL VOC2012支持的Object类别如下:
假设PASCAL VOC20[……]
Read MoreObject Detection-理解YOLO v2
论文链接
《YOLO9000: Better, Faster, Stronger》
https://arxiv.org/abs/1612.08242
YOLO V2
YOLOv1的Detection速度很快，但是精度却不如R-CNN系列方法。
YOLOv2中提出[……]
Read More神经网络中的非线性激活函数
为什么引入非线性激活函数
如果采用线性激活函数，无论你神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，这种情况就是最原始的感知机(Perceptron),感知机连最基本的异或问题都无法解决，更别提更复杂的非线性问题，这样的神经网络就没有意义。
常见的非线性激活函数[……]
Read More动图详解LSTM和GRU
问题：短期记忆
反向传播(Back Propagation)是一种与最优化方法(比如梯度下降方法)结合、用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度，然后将梯度反馈给最优化方法，用来更新网络权重以最小化损失函数。
在神经网络中一个典型的问题就是梯度消失(Gra[……]
Read More图神经网络实战-图注意力网络Tensorflow 2.0实现
本文完整代码和数据已经上传到Github.
https://github.com/YoungTimes/GNN/tree/master/GAT
1. GCN的另一个缺陷
GraphSAGE通过采样邻居的策略解决了GCN只能采用Full Patch训练的问题。在GAT中指出了GCN的另外两个[……]
Read More机器学习-Mean Shift聚类算法
Mean Shift算法建立在核密度估计(kernel density estimation，KDE)的基础之上，它假设数据点集是从Probability Distribution中采样获取的，Kernel Density Estimation是从数据点集估计Probability Distribu[……]
Read MoreReal-Time Object Detection-YOLO V1学习笔记
YOLO之前的Object Detection方法主要是通过Region Proposal产生大量的Bounding Box，再用Classifier判断每个Bounding Box是否包含Object，以及Object所属类别的Probability。
YOLO提出了一种新的Object[……]
Read More- 1
- 2