目录 创新点算法的整体架构自适应阈值（Adaptive threshhold）二值化标准二值化可微二值(differentiable Binarization)直观展示可形变卷积（Deformable convolution）标签的生成PSENet标签生成DBNet标签生成损失函数后处理代码阅读数据预处理入口AugmentDetectionData（数据增强类）RandomCropData（数据裁

文章目录准备数据训练参数创建模型模型优化保存模型学习率早期停止样本数量训练模型入口逻辑网络网络Darknet特征图**13x13检测图****26x26检测图****52x52检测图**真值fit_generator数据生成器图片和标注框真值y_trueLoss损失层参数预测数据损失函数预测**检测函数**YOLO参数输出封装YOLO评估检测方法补充1. IoU2. 冻结网络层3. compose

文章目录原理解读**R-CNN:****FAST-RCNN:****FASTER -RCNN:**整体架构：**网络结构**Conv layersRPN(Region Proposal Networks):ROI Pooling全连接层概念解释：**SPP-NET**IOUNMS**Bounding box regression**代码解读代码结构图数据准备**combined_roidb**:g

文章目录创新点算法的整体架构自适应阈值（Adaptive threshhold）二值化标准二值化可微二值(differentiable Binarization)直观展示可形变卷积（Deformable convolution）标签的生成PSENet标签生成DBNet标签生成损失函数后处理代码阅读数据预处理入口AugmentDetectionData（数据增强类）RandomCropData（数据

文章目录原理解读简介总体架构架构分解backboneFPN(Feature Pyramid Networks)FPN解决了什么问题？自下而上的路径自上而下的路径和横向连接应用RPN中的特征金字塔网络Fast R-CNN 中的特征金字塔网络总结ROIAlignROI PoolingROI Pooling局限性ROIAlignFCN**1.卷积化(convolutionalization)****2.