关闭

可视化神经网络的一些方法

原文为http://cs231n.github.io/understanding-cnn/    可视化CNN学到的东西 有一些方法可以用来理解和可视化CNN, 作为对深度学习不可解释的论述的反击。 1. 可视化激活值和第一层卷积的权重 最直接的可视化方法就是展示在前向传播(forward pass)网络中的激活值(activation) 对于带relu的网络,激活值的m...
阅读(453) 评论(0)

阅读小结:The Unreasonable Effectiveness of Noisy Data for Fine-Grained Recognition

The Unreasonable Effectiveness of Noisy Data for Fine-Grained Recognition paper link: http://cn.arxiv.org/pdf/1511.06789.pdf What: 同上一篇一样,这也是一篇关于细力度分类的paper。 通过加数据来做fine grain(这是以前大家不太想的。因为f...
阅读(534) 评论(0)

阅读小结:Fine-Grained Recognition with Automatic and Efficient Part Attention

这是一篇baidu research的paper。 主题为细力度分类。这个问题在于找到一些关键的细节。比如在鸟类数据集CUB上,专家往往也是通过鸟的尾巴,或者头部来对鸟类分类的。 What: 预测细力度分类的CNN+MDP的网络。 1. 融合了三个元素: 特征提取,attetion 和细力度分类。(之前paper是把attetion part额外切割出来的。比如鸟的头部专门trai...
阅读(651) 评论(2)

【行人重识别】A Discriminatively Learned CNN Embedding for Person Re-identification

A Discriminatively Learned CNN Embedding for Person Re-identification 这篇paper主要提出的是一种 行人重识别 的方法。 1. verification label 为0,1二值。如果输入的两张图片为同一人,则为1,否则为0。 显然,这个label较弱,由于它没有利用上整的数据集的标注信息(每次只考虑了两个或三个样本之间label的关系,如contrastive loss 和 triplet loss)。...
阅读(2208) 评论(3)
    个人资料
    • 访问:59193次
    • 积分:993
    • 等级:
    • 排名:千里之外
    • 原创:32篇
    • 转载:0篇
    • 译文:3篇
    • 评论:40条
    文章分类
    关于我