当前位置: 首页 > news >正文

西宁网站建设网络广告策划流程有哪些?

西宁网站建设,网络广告策划流程有哪些?,建设银行网站无法打开,网站制作成品免费文章目录 1. 网络结构1.1 结构介绍1.2 改进 2. 训练与测试过程3. 总结 1. 网络结构 1.1 结构介绍 1. 与 YOLOv2 不同的是,YOLOv3 在 Darknet-19 里加入了 ResNet 残差连接,改进之后的模型叫 Darknet-53。在 ImageNet上 实验发现 Darknet-53 相对于 ResN…

文章目录

  • 1. 网络结构
    • 1.1 结构介绍
    • 1.2 改进
  • 2. 训练与测试过程
  • 3. 总结


1. 网络结构

1.1 结构介绍

 1. 与 YOLOv2 不同的是,YOLOv3 在 Darknet-19 里加入了 ResNet 残差连接,改进之后的模型叫 Darknet-53。在 ImageNet上 实验发现 Darknet-53 相对于 ResNet-152 和 ResNet101,不仅在分类精度上差不多,计算速度还比 ResNet-152 和 ResNet-101 快多了,网络层数也比它们少。

在这里插入图片描述

在这里插入图片描述

 2. YOLOv3 在三个不同的尺度上对框进行预测。使用类似于特征金字塔网络的概念从这些尺度上提取特征。

  • (1)YOLOv3 采用了 3 个不同尺度的特征图(三个不同卷积层提取的特征)。YOLOv3 通过下采样 32 倍、16 倍和 8 倍得到 3 个不同尺度的特征图。例如输入 416×416 的图像,则会得到 13×13 (416/32),26×26 (416/16) 以及 52×52 (416/8) 这 3 个尺度的特征图。

在这里插入图片描述

  • (2)YOLOv3 每个尺度的特征图上使用 3 个 anchor box。使用 dimension clusters 得到 9 个聚类中心(anchor boxes),并将这些 anchor boxes 划分到 3 个尺度特征图上,尺度更大的特征图使用更小的先验框。

在这里插入图片描述

  • (3)YOLOv3 对每个尺度下的特征图都进行边界框的预测。每种尺度的特征图上可以得到 N × N × [3 × (4 + 1 + 80)] 的结果(分别是 N x N 个 gird cell ,3 种尺度的 anchor boxes,4 个边界框偏移值、1 个目标预测置信度以及 80 种类别的预测概率)

1.2 改进

 1. (1) 没有采用最大池化层,转而采用步长为 2 的卷积层进行下采样。 (2) 为了防止过拟合,在每个卷积层之后加入了一个 BN 层和一个 Leaky ReLU。 (3) 引入了残差网络的思想,目的是为了让网络可以提取到更深层的特征,同时避免出现梯度消失或爆炸。 (4) 将网络的中间层和后面某一层的上采样进行张量拼接,达到多尺度特征融合的目的。

 2. (1) YOLOv3 使用的是 logistic 分类器,而不是之前使用的 softmax。 (2) 在 YOLOv3 的训练中,使用了 Binary Cross Entropy ( BCE, 二元交叉熵) 来进行类别预测。

 3. 在 YOLOv3 中,利用逻辑回归来预测每个边界框的客观性分数( object score ),也就是 YOLOv1 论文中说的 confidence :

  • 正样本: 如果当前预测的包围框比之前其他的任何包围框更好的与 ground truth 对象重合,那它的置信度就是 1。
  • 忽略样本: 如果当前预测的包围框不是最好的,但它和 ground truth对象重合了一定的阈值(这里是0.5)以上,神经网络会忽略这个预测。
  • 负样本: 若 bounding box 没有与任一 ground truth 对象对应,那它的置信度就是 0。

Q1:为什么 YOLOv3 要将正样本 confidence score 设置为 1?
置信度意味着该预测框是或者不是一个真实物体,是一个二分类,所以标签是 1、0 更加合理。并且在学习小物体时,有很大程度会影响 IOU。如果像 YOLOv1 使用 bounding box 与 ground truth 对象的IOU 作为 confidence,那么 confidence score 始终很小,无法有效学习,导致检测的 Recall 不高。

Q2:为什么存在忽略样本?
由于 YOLOv3 采用了多尺度的特征图进行检测,而不同尺度的特征图之间会有重合检测的部分。例如检测一个物体时,在训练时它被分配到的检测框是第一个特征图的第三个 bounding box,IOU 为 0.98,此时恰好第二个特征图的第一个 bounding box 与该 ground truth 对象的 IOU 为 0.95,也检测到了该 ground truth 对象,如果此时给其 confidence score 强行打 0,网络学习的效果会不理想。

2. 训练与测试过程

在这里插入图片描述

在这里插入图片描述

3. 总结

在这里插入图片描述

http://www.tj-hxxt.cn/news/13620.html

相关文章:

  • 跨越网站建设科技有限公司百度招聘网最新招聘信息
  • 日本亲子游哪个网站做的好seo网络营销
  • 有没有做丝网的网站呀淘宝友情链接怎么设置
  • 怎样做私人网站成人速成班有哪些专业
  • 微信 app 微网站 整合香港百度广告
  • 专业外贸网站建设_诚信_青岛百度网盘下载
  • 贵州省建设厅住房和城乡建设官网网站优化seo培
  • 在常州青之锋做网站客服怎么样湖南关键词网络科技有限公司
  • 中国五大门户网站备案查询站长之家
  • 武汉p2p网站建设价格5118关键词挖掘工具
  • 网站建设中 怎么办bing搜索引擎入口官网
  • 网上做物理题赚钱的网站苏州seo关键词优化软件
  • 网站建设 淘宝描述app开发制作
  • 建设银行手机不用了怎么登陆网站网站页面排名优化
  • 广州市用工备案在哪个网站做制作网站需要什么
  • 丰台区社会建设网站互联网网站
  • 建设商务网站的步骤搜索引擎优化不包括
  • vue做普通网站页面跳转谷歌推广哪家公司好
  • 设计师的网站十大最靠谱教育培训机构
  • 如何查询公司网站顶级域名网站开发流程图
  • 做网站设计需要学会哪些最新网络营销方式
  • 上海市城乡建设管理委员会网站windows优化大师
  • 软件技术毕业设计郑州seo优化大师
  • 网页美工设计说明书成都最好的seo外包
  • 徐州专业网站建设公司廊坊seo
  • 做网站一定要买服务器么短链接生成
  • 邢台网站制作多少钱寰宇seo
  • 临猗县 保障住房和建设住建网站站长之家点击进入
  • 网站建设化妆品的目录给我免费播放片高清在线观看
  • wordpress 快递公司seo搜索引擎优化价格