人脸检索主要分为3个部分介绍：mtcnn、facenet、faiss首先，使用opencv读取视频，每25帧检测一次（1秒25帧，1秒取1次）；使用mtcnn处理视频的帧 返回若干个人脸框、置信分及关键点，将图片按人脸框切割并resize成指定大小（160x160），然后利用关键点将人脸对齐，后送入faceNet提取人脸特征（128维），然后l2归一化后存储。最后用faiss对提取的人脸特征进行.

Train & Test Losstrain loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，test loss趋于不变，说明网络过拟合;train loss 趋于不变，test loss不断下降，说明数据集100%有问题;train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;t...

写在前面：本文不详细介绍SSD，只记录一些大体流程，具体细节可见参考1，换用数据集训练SSD可见参考2参考1：SSD代码细节讲解参考2：SSD换数据集训练给定图片如何得到对应的GTSSD网络若指定了先验框的minsize和maxsize，则整个图片的所有先验框位置均固定。拿300SSD来说，可以得到8372个位置确定的先验框（存于model_data/prior_boxes_ssd300...

BLEU参考：https://www.cnblogs.com/by-dream/p/7679284.htmlBLEU 采用一种N-gram的匹配规则+召回率+惩罚因子组合方式。N-gram当N=1时，一般用来判断文字生成的准确性，234用来判断生成文本的流畅性。原文：今天天气不错机器译文：It is a nice day today人工译文：Today is a nice day如...

常用激活函数（激励函数）理解与总结激活函数的区别与优点梯度消失与爆炸1. 激活函数是什么？在多层神经网络中，上层节点的输出和下层节点的输入之间具有一个函数关系，这个函数称为激活函数（又称激励函数）。2. 激活函数的用途如果不用激活函数，每一层的输入都是上一层输出的线性函数，而多层线性函数与一层线性函数的功能是等价的，网络的逼近能力就相当有限，因此引入非线性函数作为激励函数，使得深层神经...

四种权重初始化方法：把w初始化为0对w随机初始化Xavier initializationHe initialization把w初始化为0:缺点：因为如果把w初始化为0，那么每一层的神经元学到的东西都是一样的（输出是一样的）。在梯度回传阶段，同一层内的所有神经元都是相同的，这样的话神经网络就没有意义了，相当于每一层只有一个神经元。因为在前项传播时，同层的所有神经元都相同，w也相同，在回传计算的梯度

Tutorials1. Generaldata loading：讲自定义数据加载操作iteratorpipeline构建DALI expressions and arithmetic operations：: 讲可以在tensor上自定义一些+ - * /操作Multiple GPU support：主要讲多GPU（shard_id：显卡id, num_shards：将数...

写在前面，最近两天在做ocr识别相关内容，趁有时间来记录一下。本文的代码是基于Pytorch框架mobilenetv3基础网络的CRNN+CTC网络实现文字检测与识别介绍文字识别也是图像领域一个常见问题。然而，对于自然场景图像，首先要定位图像中的文字位置，然后才能进行识别。所以一般来说，从自然场景图片中进行文字识别，需要包括2个步骤：文字检测：解决的问题是哪里有文字，文字的范围有多少文字识别：对定

1 线性判别分析(LDA)LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的。一句话来概括LDA的核心思想，【投影后类内方差最小，类间方差最大】。我们将数据在低维度上进行投影，投影后希望每一种类别数据的投影点尽可能的接近，而不同类别的数据的类别中心之间的距离尽可能的大，如下图所示2.LDA原理及公式推导目标函数已经得到，接下来是优化目标函数找到有一组最优鉴别矢量构...

常用激活函数（激励函数）理解与总结激活函数的区别与优点梯度消失与爆炸1. 激活函数是什么？在多层神经网络中，上层节点的输出和下层节点的输入之间具有一个函数关系，这个函数称为激活函数（又称激励函数）。2. 激活函数的用途如果不用激活函数，每一层的输入都是上一层输出的线性函数，而多层线性函数与一层线性函数的功能是等价的，网络的逼近能力就相当有限，因此引入非线性函数作为激励函数，使得深层神经...