Deep_learning_practice

实现:

1、Caffe使用prototxt解析model/Caffe只使用model解析,可视化权值参数(caffemodel_load)(已完成)

2、Effective Block

2.1 Resnet Block

Example

2.2 DenseBlock

2.3 Inception_V1-4_Block

2.4 MobilenetBlock

2.5 ResnextBlock

2.6 SEBlock (channel attention block)

2.7 SABlock (self-attention block)

2.8 ShufflenetBlock

2.9 SqueezeBlock

2.10 CBAMBlock

3、Normalition算法实现

3.1 Batch Normalization (BN)

3.2 Layer Normalization (LN)

3.3 Instance Normalization (IN)

3.4 Group Normalization (GN)

4、h5tojson

将h5的groundtruth标注文件转为json的格式

5、Evaluation method

机器学习用到的一些评价以及损失函数方法,手写实现

5.1 IOU

5.2 AUC