降維（ dimension reductionality ）。比如，一張500 * 500且厚度depth為100 的在20個filter上做1*1的卷積，那麼結果的大小為500*500*20。
加入非線性。卷積層之後經過激勵層，1*1的卷積在前一層的學習表示上新增了非線性激勵（ non-linear activation ），提公升網路的表達能力.3*3的卷積核考慮了區域性資訊，1*1沒有考慮區域性資訊
[1]
目標檢測模型訓練過程
首先是資料集 其中有三個檔案包 annotations xml格式，包含名稱，尺寸及通道數，中的object類別及邊界 左上右下四個點 jpegimages ipg格式，所有的一起，訓練集和測試集 按序號命名 imagesets 4個txt檔案，訓練驗證集，訓練集，驗證集，和測試集的按序號劃分。資料...
目標檢測 目標檢測通用框架總結
目標檢測框架個人總結 以下是筆記中包含的內容 目標檢測網路框架總結 yolov4中有圖 從最開始的神經網路到現在深度更深，模組更多的目標檢測深度學習神經網路，如今大致可以分為two stage detector 典型的為rcnn系列 和 one stage detector 典型為yolo系列 每個...
目標檢測入門 目標檢測基本概念
目標檢測關注影象中特定的物體目標，要求同時獲得這一目標的類別資訊和位置資訊。檢測給出的是對前景和背景的理解，需要從背景中分離出感興趣的目標，並確定這一目標的描述 類別和位置，常用檢測框表示 與影象分類的區別，目標檢測更具難度 影象分類只需要判斷輸入的影象中是否包含感興趣物體，而不需要定位具體位置 如...