课程总结

跟Andrew Ng大神学习卷积神经网络，最终用Yolo v3 实现了物体实时检测，自动驾驶会用到

笔者文章：一步一步手写实现实时监测物体YOLO v3 EASY METHOD | OpenCV Python CNN卷积神经网络

并合成了图片：

感谢老师，受益良多。

课程链接：https://www.deeplearning.ai/program/deep-learning-specialization/

参考论文等资料汇总

Week 1:

The Sequential model (TensorFlow Documentation)
The Functional API (TensorFlow Documentation)

Week 2:

Deep Residual Learning for Image Recognition (He, Zhang, Ren & Sun, 2015)
deep-learning-models/resnet50.py/ (GitHub: fchollet)
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications (Howard, Zhu, Chen, Kalenichenko, Wang, Weyand, Andreetto, & Adam, 2017)
MobileNetV2: Inverted Residuals and Linear Bottlenecks (Sandler, Howard, Zhu, Zhmoginov &Chen, 2018)
EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks (Tan & Le, 2019)

Week 3:

You Only Look Once: Unified, Real-Time Object Detection (Redmon, Divvala, Girshick & Farhadi, 2015)
YOLO9000: Better, Faster, Stronger (Redmon & Farhadi, 2016)
YAD2K (GitHub: allanzelener)
YOLO: Real-Time Object Detection
Fully Convolutional Architectures for Multi-Class Segmentation in Chest Radiographs (Novikov, Lenis, Major, Hladůvka, Wimmer & Bühler, 2017)
Automatic Brain Tumor Detection and Segmentation Using U-Net Based Fully Convolutional Networks (Dong, Yang, Liu, Mo & Guo, 2017)
U-Net: Convolutional Networks for Biomedical Image Segmentation (Ronneberger, Fischer & Brox, 2015)

Week 4:

FaceNet: A Unified Embedding for Face Recognition and Clustering (Schroff, Kalenichenko & Philbin, 2015)
DeepFace: Closing the Gap to Human-Level Performance in Face Verification (Taigman, Yang, Ranzato & Wolf)
facenet (GitHub: davidsandberg)
How to Develop a Face Recognition System Using FaceNet in Keras (Jason Brownlee, 2019)
keras-facenet/notebook/tf_to_keras.ipynb (GitHub: nyoki-mtl)
A Neural Algorithm of Artistic Style (Gatys, Ecker & Bethge, 2015)
Convolutional neural networks for artistic style transfer
TensorFlow Implementation of “A Neural Algorithm of Artistic Style”
Very Deep Convolutional Networks For Large-Scale Image Recognition (Simonyan & Zisserman, 2015)
Pretrained models (MatConvNet)

神经网络- 吴恩达Andrew Ng CNN卷积神经网络论文等资料汇总相关推荐

吴恩达deeplearning之CNN—卷积神经网络入门
1.边界检测示例假如你有一张如下的图像,你想让计算机搞清楚图像上有什么物体,你可以做的事情是检测图像的垂直边缘和水平边缘. 如下是一个6*6的灰度图像,构造一个3*3的矩阵,在卷积神经网络中通常称之 ...
【斯坦福公开课-机器学习】1.机器学习的动机和应用（吴恩达 Andrew Ng）
文章目录 0三个目标 0先修课程要求基本工具 1-网址 2-邮箱 3-本系列课程链接 1机器学习的定义 1-1非正式定义 1-2正式的定义 2监督学习(Supervised Learning) 2- ...
吴恩达深度学习 | (18) 卷积神经网络专项课程第二周学习笔记
课程视频第二周PPT汇总吴恩达深度学习专项课程共分为五个部分,本篇博客将介绍第四部分卷积神经网络专项的第二周课程:深度卷积网络:实例探究. 目录 1. 为什么要进行实例探究 2. 经典网络 3. ...
吴恩达深度学习笔记——卷积神经网络（Convolutional Neural Networks）
深度学习笔记导航前言传送门卷积神经网络(Convolutional Neural Networks) 卷积神经网络基础(Foundations of Convolutional Neural N ...
第06周：吴恩达 Andrew Ng 机器学习
10 应用机器学习的建议 10.1 决定下一步做什么依旧用房价预测的例子,假设我们使用已经正则化的线性回归的模型得到了参数,并将参数带入预测函数来预测一组新的房价,但是结果误差很大,那么为了解决问题 ...
第01周：吴恩达 Andrew Ng 机器学习
学习内容: 1 机器学习 1.1 机器学习定义 ①Arthur Samuel:在没有明确设置的情况下,使计算机具有学习能力的研究领域. e.g.跳棋游戏,使计算机与自己对弈上万次,使计算机学习到什么是 ...
吴恩达深度学习笔记——卷积神经网络（CNN）
目录一.计算机视觉(Computer vision) 二.边缘检测示例(Edge detection example) 三.更多的边缘检测内容(More edge detection) 四.Padd ...
吴恩达深度学习系列--卷积神经网络(Convolutional Neural Networks)-03(目标检测)
目标检测 3.1 目标定位(Object localization) 3.1.1概念 3.1.2 监督学习任务定义目标标签y 3.2 特征点检测(Landmark detection) 3.3 基于滑 ...
网易云课堂吴恩达Andrew Ng深度学习笔记（四）
01.神经网络和深度学习第四周深层神经网络所谓深层神经网络,字面上对应于浅层神经网络,即具有2层及以上的隐藏层. 其正向传播过程一样,z[l] = w[l]a[l-1] + b[l], a[ ...
第04周：吴恩达 Andrew Ng 机器学习
学习内容: 8 神经网络 8.1 为什么用神经网络当只有两个特征时(x1.x2),使用sigmoid函数得到的结果还可以,因为可以把x1.x2的所有组合都包含到多项式中.但当很多问题含有很多特征,不 ...

神经网络- 吴恩达Andrew Ng CNN卷积神经网络论文等资料汇总

课程总结

参考论文等资料汇总

Week 1:

Week 2:

Week 3:

Week 4:

神经网络- 吴恩达Andrew Ng CNN卷积神经网络论文等资料汇总相关推荐

最新文章

热门文章

神经网络- 吴恩达Andrew Ng CNN卷积神经网络 论文等资料汇总

课程总结

参考论文等资料汇总

W​eek 1:

W​eek 2:

W​eek 3:

W​eek 4:

神经网络- 吴恩达Andrew Ng CNN卷积神经网络 论文等资料汇总相关推荐

最新文章

热门文章

神经网络- 吴恩达Andrew Ng CNN卷积神经网络论文等资料汇总

Week 1:

Week 2:

Week 3:

Week 4:

神经网络- 吴恩达Andrew Ng CNN卷积神经网络论文等资料汇总相关推荐