- 博客(2)
- 资源 (13)
- 收藏
- 关注
原创 CNN中感受野的计算
感受野(receptive field)是怎样一个东西呢,从CNN可视化的角度来讲,就是输出featuremap某个节点的响应对应的输入图像的区域就是感受野。比如我们第一层是一个3*3的卷积核,那么我们经过这个卷积核得到的featuremap中的每个节点都源自这个3*3的卷积核与原图像中3*3的区域做卷积,那么我们就称这个featuremap的节点感受野大小为3*3如果再经过pooling
2015-07-10 15:38:08 49175 20
原创 RCNN的安装与简单使用
最近准备从物体检测的角度来重新审视文本检测这个方向,所以看了下CNN大火以后的几篇经典文献,OverFeat,Region CNN, Dense Neural Pattern等等。对这个方向来说,百闻不如一试,趁着其他程序还在跑没什么事,我安装了一下RCNN来看看效果
2015-07-03 16:09:01 26821 33
network in network 基于caffe的实现
2015-01-08
UFLDL Tutorial Exercise Answer 练习答案—PCA and ZCA
2014-07-30
UFLDL教程练习题答案——self-taught learning
2014-07-30
UFLDL Tutorial Exercise Answer 练习题答案—softmax篇
2014-07-29
UFLDL Tutorial Exercise Answer 练习题答案—AutoEncoder
2014-07-29
LBP算法的C++代码,与最经典的原文献算法一致
2013-09-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人