? ? yolo 實時目標檢測caffe實現(xiàn),caffe-yolo - yolo implemented with caffe (windows+linux)
?????課程中講解了如何在caffe-windows下和linux下如何添加新的detect_layer,學(xué)員在兩個系統(tǒng)中均可使用!
????目前,大多數(shù)接觸深度學(xué)習(xí)的同學(xué),主要是跑一些現(xiàn)成的深度學(xué)習(xí)模型,從而完成分類或者是檢測等任務(wù),很少涉及自己去實現(xiàn)深度學(xué)習(xí)框架上所沒有的layer,而在實際的項目中,或者實現(xiàn)自己的一些想法,肯定需要自己去實現(xiàn)深度學(xué)習(xí)框架上沒有的功能。
????如果說我們只會跑跑現(xiàn)成的模型,那么,我們跟其他人來說,并沒有任何優(yōu)勢,也不能滿足相關(guān)企業(yè)的要求,或者說面試的時候我們都沒什么“料”可以講,因為我們只是簡單的準備了訓(xùn)練數(shù)據(jù)而已。
????所以,在這個課程中,我們將用深度學(xué)習(xí)框架caffe去復(fù)現(xiàn)yolo《You only look once : Unified,Real-Time Object Detection》這篇實時物體檢測的論文,并用來實現(xiàn)人臉檢測。在課程中我們將掌握Yolo這篇物體檢測論文的思想,以及用代碼實現(xiàn)論文中為關(guān)鍵的損失函數(shù)和激活函數(shù)。
????而寫自己定義功能的layer,為關(guān)鍵的是前向傳播與反向傳播該如何編寫。在課程中,我們將會對反向傳播有一個清晰的理解以及在caffe中如何編寫反向傳播代碼。
當然,這需要大家有一點高等數(shù)學(xué)復(fù)合函數(shù)求偏導(dǎo)數(shù)的知識,和基礎(chǔ)的c/c++編程能力~
? ? 做人臉檢測相關(guān)的同學(xué),為了向別人匯報模型的效果,肯定要涉及到模型在標注庫上的測試,不管是在公司里面還是在學(xué)校寫論文,其中常用的標準人臉庫是FDDB,課程將教會大家如何在人臉標準庫FDDB上測試,繪制ROC曲線。