卷积神经网络全连接层转换为卷积层获得heatmap
2015-10-30 09:58
549 查看
理论部分
转自 http://blog.csdn.net/u010668083/article/details/46650877实验部分
全连接层换卷积层的出处大约是yahoo的一篇论文“Multi-view Face Detection Using Deep Convolutional Neural Networks”。论文使用 AlexNet 为基础 fine-tuning 后的网络作为人脸分类器,在检测时将网络中的全连接层改为卷积层,获得的输出即为每个点(下采样后)属于人脸的概率,按照一定阈值筛选后将每个点恢复到原始图像的尺寸可以得到一个矩形区域,然后用OpenCV中groupRectangles的方法对矩形区域进行聚类和删除。
在实验中我发现,
1. 改为卷积层的网络对同一张图片,每次得到的heatmap是有差别的。按说model固定了结果应该是一定的。
2. 对一张待检测的图片,需要对其变化尺寸(因为分类器针对的尺寸是固定的,在这里为227*227),这样检测效率还是会比较低。
相关文章推荐
- http连接优化与浏览器允许的并发请求资源数相关资料(整理转载)
- 【读书笔记】iOS网络-负载
- 【读书笔记】iOS网络-负载
- POST网络访问
- ISO 网络访问
- iOS9之后的xcode的HTTP网络协议改动
- caffe网络微调(fine-tuning)
- Httpservlet cannot be resolved to a type的原因与解决方法
- 超级系统工具Sysdig,比 strace、tcpdump、lsof 加起来还强大
- TCP/IP协议
- HttpURLConnection和AndroidHttpClient
- TCP_Header解析
- Swift网络开发之NSURLSession学习笔记
- Java 网络编程 中的 服务器与客户端的 连接!
- c的网络编程
- HttpClient 4.3教程
- HttpClient 4.3教程 第一章 基本概念
- 网络环境下计算机硬件安全保障策略的探讨
- 海外网络游戏服务器,东南亚服务器,海外外贸服务器-就在影速科技
- 关于网络编程六种IO模型的形象比喻