- 博客(14)
- 资源 (2)
- 收藏
- 关注
转载 学术论文写作
介绍写作和阅读论文是科学家必备的核心技能。成功发表的论文通常作为科学家及其未来成就的衡量标准。一篇论文从写作到发表,涉及多方因素,且有各自的动机和优先权。编辑要确定论文是有意义的;评论要审查论文结果是否证明了结论;读者需要快速抓取论文的核心理念以决定是否详细了解;作者想要传达其核心观点,并向专家证明其发现是可行的。你可以从语句、段落、章节、全文等多方面做好论文的结构,从而更好地
2017-10-30 14:04:46 1047
原创 对抗学习在语义分割上应用
背景问题在图像分割中,现有的模型通常对每个像素的类别进行预测,像素级别的准确率可能会很高,但是像素与像素之间的相互关系就容易被忽略,使得分割结果不够连续或者明显地使某一个物体在分割结果中的尺寸、形状与在金标准中的尺寸、形状差别较大。1、对抗学习对抗学习(adversarial learning)就是为了解决上述问题而被提出的一种方法。学习的过程可以看做是我们要得到一个模型(例如CNN),使得它在一个
2017-10-26 16:54:09 2897
转载 Semantic Segmentation
Semantic SegmentationDeep Dual Learning for Semantic Image Segmentation-2017 [Paper]Segmentation-Aware Convolutional Networks Using Local Attention Masks - 2017 [Paper] [Code-Caffe][Project]Stacke
2017-10-26 16:28:13 2108
转载 训练GAN网络的技巧
How to Train a GAN? Tips and tricks to make GANs workWhile research in Generative Adversarial Networks (GANs) continues to improve the fundamental stability of these models, we use a bunch of tric
2017-10-25 14:13:05 2341
转载 GAN改进方向
GAN改进方向:原文只针对框架本身进行了理论证明和实验验证,表明了GAN的理论基础及其有效性,而对于其中的许多细节并没深究(相当于开采了一个大坑等人来填),比如文章中的输入信号只是随机噪声,比如原文中的G和D都只是以最简单的MLP来建模;另外,作者在文章结尾还列出了该模型可以改进的5个参考方向,进一步为后来逐渐广泛的研究做了铺垫。作者给出的参考方向主要包括:(1) 将G
2017-10-24 21:02:47 4221
转载 视觉的显著性
1、先要明白什么是视觉的显著性。我们人眼在看一幅场景的时候,首先会被该场景中最‘刺眼’或者最‘引人注目’的某一个局部所吸引,虽然该过程对我们来说瞬间发生,再简单不过了,但这个过程要想明白到底发生了什么其实还是挺麻烦的。这个局部就是该视觉场景中最显著的区域。所以视觉显著性检测其实就是让计算机模拟人或灵长类生物在这一瞬间所做的工作,即如何从一整幅视觉场景中找到最‘引人注目’的局部。2、明白了什
2017-10-24 16:30:49 2148
转载 Awesome Semantic Segmentation
Awesome Semantic SegmentationNetworks by architectureSemantic segmentationU-Net [https://arxiv.org/pdf/1505.04597.pdf]https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/
2017-10-22 22:03:39 2734
转载 DL实现semantic segmentation
最近总结了一下语义分割相关的文章。这是我在一篇文章(deconvolution network)中看到的近期一些方法的评估表: 下面谈到的一些文章整理都是关于以上的方法。1、 FCN8s 文章出处:CVPR2015-FullyConvolutional Networks for Semantic SegmentationCNN对分类问题的效果非常好,
2017-10-22 15:33:29 840
转载 semantic segmentation paper
[1]Fully Convolutional Networks for Semantic Segmentation[2]Learning Deconvolution Network for Semantic Segmentation[3]Efficient Inference in Fully Connected CRFs with Gaussian Edge
2017-10-19 19:30:36 396
原创 ICCV2017关于GAN和semantic文章
ICCV 2017文章(http://openaccess.thecvf.com/ICCV2017.py)1、关于semantic Visual Semantic Planning Using Deep Successor RepresentationsYuke Zhu, Daniel Gordon, Eric Kolve, Dieter Fox,
2017-10-18 22:10:20 4092
转载 caffe执行过程
第一项:.\bin\caffe.exe train 是ceffe可执行文件的目录。 第二项:train,对网络进行构建并训练数据,如若改成test则变为多网络经行测试。 第三项:–solver=examples/mnist/lenet_solver.prototxt ,这是要告诉电脑,这个网络配置文件的位置。 第四项:pause,这个是必须的,否则的话训练完命令框会一闪而过。 最后只需双击它
2017-10-18 20:12:58 674
转载 语义分割
一 . Semantic Segmentation 定义和特点 作为传统的计算机视觉领域的经典问题,Semantic Segmentation 语义分割是分割问题研究的热门问题。具体来说,我们的目标是对于图像中所有像素点分配给其对应的标签(区别于Object Detection 和 Localization),但是语义分割和Instance Segmentation 分割的最主
2017-10-18 09:18:36 3014 3
转载 图像显著性检测
1. 早期C. Koch与S. Ullman的研究工作.他们提出了非常有影响力的生物启发模型。C. Koch and S. Ullman . Shifts in selective visual attention: Towards the underlying neural circuitry. Human Neurobiology, 4(4):219-227, 1985.
2017-10-17 20:38:46 1938
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人