吴恩达深度学习笔记(10)12.

多任务学习

什么时候多任务学习有意义:

能从共享低级特征中获益;每个任务拥有的数据相当相似;训练一个足够大的神经网络用于所有任务。

目标定位:

分类定位(单个对象)与检测不同(多个对象)

识别物体,并画出框,需要更多输出,如图四个标签,是个变量

地标检测:

标签需要再不同的照片中保持一致性

目标检测:用卷积神经网络和滑动窗口检测的算法进行

利用有标签的数据训练神经网络后,遍历所有红色窗口的图像,每次滑动都需要输入神经网络运行,之后取一个稍微大一点的区域的框,根据网络要求调整区域大小。

缺点:计算成本很大,因为剪出了很多不同的正方形图像。

利用卷积神经网络实现滑动窗口(滑动窗口的卷积方式实现)

将神经网络的全连接层转化为卷积层

其中:FC第一层,用400个5X5X16个滤波器。

对滑动窗口的卷积方式实现,是让卷积神经网络向前运算共享计算过程,运行卷积神经网络,用同样的参数,和滤波器

精确的预测边界框:

并交化:评价目标检测算法

非极大值抑制:输出有最大可能性的分类判断,抑制那些非最大可能性的临近的方框。

目前所学到的算法可能会对同一目标有多次检测,非极大值抑制确保算法只对每个对象得到一个检测的方法。

锚框

目前对象检测的问题,每个单元网格只能检测一个对象,一个单元网格需要检测多个对象怎么办。

首先定义两个不同形状的锚框,接着要能将两个预测跟两个锚框关联起来,需要定于交叉标签

**使用锚框之前,**需要将训练集的每一个对象及训练集图像都做一遍,将训练图像上的对象指定给对应的目标中心点的网格单元。

使用锚框时,每个对象都被指定给之前一样的网络单元,被指定含有对象中心点的网络单元,但现在被指定给一个lou值最高,具有对象形状的锚框,对象不仅分给格子,还分给与对象边界框lou值最高的锚框,将对象转换为目标标签(输出的标签随着对象种类增多维数增加)。

YOLO

如何构架训练集,假设要训练一个算法检测三个目标,行人,汽车,摩托车,不需要为背景分配第四个标签,假设有两个锚框,需要遍历九个网络构造适合的目标向量y

区域推荐网络:

候选区域

利用卷积代替滑动窗口的缺陷是,在没有目标的区域内进行了多次卷积计算,因此提出了伴随区域的卷积网络R-CNN。他尝试抓取少数有意义的区域,运行整块区域的运算,候选区域,通过分割算法实现,但是此算法的运行速度很慢。算法对每一个区域输出一个标签,同输出一个边界框,如果区域内真有目标,可以得到一个准确的边界框

有很多改进工作加速算法

语义分割

课程学习了目标识别,目标检测,进一步需要进行语义分割,判断检测到的对象周围的仔细轮廓。确切知道那个像素属于对象,哪个不属于。将目标识别网络更改为转置卷积入下所示:

转置卷积

转置卷积是单元架构的关键部分,将小的输入变成大的输出

单元架构的结构灵感(U-Net)

跳跃连接使得这一层具有低分辨率但高层次、空间的上下文信息,同时具有低层次但详尽的纹理信息,以便决定每一个像素是否为猫的一部分。

U-Net工作原理

​​​​​​​

相关推荐
董厂长2 小时前
langchain :记忆组件混淆概念澄清 & 创建Conversational ReAct后显示指定 记忆组件
人工智能·深度学习·langchain·llm
Dann Hiroaki5 小时前
笔记分享: 哈尔滨工业大学CS31002编译原理——02. 语法分析
笔记·算法
KhalilRuan5 小时前
Unity-MMORPG内容笔记-其三
笔记
G皮T5 小时前
【人工智能】ChatGPT、DeepSeek-R1、DeepSeek-V3 辨析
人工智能·chatgpt·llm·大语言模型·deepseek·deepseek-v3·deepseek-r1
九年义务漏网鲨鱼6 小时前
【大模型学习 | MINIGPT-4原理】
人工智能·深度学习·学习·语言模型·多模态
元宇宙时间6 小时前
Playfun即将开启大型Web3线上活动,打造沉浸式GameFi体验生态
人工智能·去中心化·区块链
开发者工具分享6 小时前
文本音频违规识别工具排行榜(12选)
人工智能·音视频
产品经理独孤虾6 小时前
人工智能大模型如何助力电商产品经理打造高效的商品工业属性画像
人工智能·机器学习·ai·大模型·产品经理·商品画像·商品工业属性
老任与码6 小时前
Spring AI Alibaba(1)——基本使用
java·人工智能·后端·springaialibaba
kfepiza7 小时前
Debian的`/etc/network/interfaces`的`allow-hotplug`和`auto`对比讲解 笔记250704
linux·服务器·网络·笔记·debian