叁两_2025_12

一般整个网络最后一层（全连接那层）用的平均池化 一般情况下是2*2，步长为2的池化**************...

激活函数： 目的：引入非线性（线性和非线性一起会生成一个非线性的） Sigmoid/logistics函数：数据太大或者太小时，不会呈现变化（看下图像就知道） tanh(双...

卷积神经网络——主要层次 数据输入层：Input Layer 卷积计算层：CONV Layer ReLU激励层：ReLU Incentive Layer 池化层：Pooli...

Overfeat 移动窗⼝法： 用一个固定大小的“窗口”在图像上滑动，对每个窗口进行分类，从而判断窗口内是否包含目标以及目标类别。（类似：用放大镜在图片上逐格扫描找目标） ...

目标检测（Object Detection） 目标检测的任务是找出图像中所有感兴趣的目标，并确定它们的类别和位置。 常用的开源数据集 经典的目标检测数据集有两种，PASCA...

tf.image进行图像增强 1、导入所需的工具包： 2、并读取要处理的图像： 翻转 左右翻转图像 最早也是最广泛使用的一种图像增广方法。 上下翻转 裁剪 随机裁剪 随机裁...

残差块（Residual Block） 残差块是 ResNet（深度残差网络） 的核心创新，解决了深层网络训练时的 梯度消失/梯度爆炸问题 核心思想是 “跳过连接”（Ski...

GoogLeNet和AlexNet/VGGNet这类依靠加深网络结构的深度的思想不完全一样。GoogLeNet在加深度的同时做了结构上的创新，引入了一个叫做Inceptio...

腐蚀 有助于减少白色噪声，可以用于分离两个连接的对象 膨胀 和腐蚀的操作相反，其功能是增加图像的白色区域的值 在去除噪声后，可以通过膨胀再恢复图像的目标区域信息 Open ...

图像模糊化 缩小 长、宽按比例缩小后：img5 = cv.resize(img3, (w, h)) # 缩小 卷积 img2 = cv.filter2D(img1, -1,...

图像的算术运算 图像基本操作 裁剪图像 img2 = img[:100, :300] 访问图像像素 设置像素值 粘贴图像 图像通道的分割和合并 开始添加边框 replica...

安装 pip install opencv-python==4.5.5.64 RGB 3通道： Red通道 Green通道 Blue通道 HSV 3通道： Hue：色调，颜...

VGG简介： VGG可以看成是加深版的AlexNet，整个网络由卷积层和全连接层叠加而成，和AlexNet不同的是，VGG中使用的都是小尺寸的卷积核(3×3) VGGNet...

AlexNet的网络架构 特点： 1. AlexNet包含8层变换，有5层卷积和2层全连接隐藏层，以及1个全连接输出层 2. AlexNet第一层中的卷积核形状是1111。...

卷积网路的组成 卷积层（提取图像特征） 卷积运算本质上就是在滤波器和输入数据的局部区域间做点积。 保持尺寸：使输出特征图（Feature Map）尺寸与输入一致（如 sam...

正则化的核心作用：防止模型过拟合，提升泛化能力，方法是通过在损失函数中增加惩罚项，限制模型参数的大小或复杂度。 L1与L2正则化 L1正则（Lasso） 加参数绝对值之和 ...

分类任务 用得最多的是交叉熵损失函数 交叉熵（Cross-Entropy） 是衡量模型预测概率分布与真实分布差异的指标，值越小表示预测越准。 交叉熵损失函数 是 交叉熵 在...

常用的神经网络 卷积神经网络(Convolutional Neural Network) 循环神经网络(Recurrent Neural Network) 生成对抗网络(G...

张量及其操作 张量是一个多维数组（其实就和python中的数组一样） 1.基本方法 2.转换成numpy 我们可将张量转换为numpy中的ndarray的形式，转换方法有两...

anconda命令行中输入： pip install tensorflow==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simp...