- 博客(1)
- 资源 (7)
- 收藏
- 关注
原创 LeNet-5
输入图像为32*32C1:卷积层,滤波器6组5*5,输出28*28 *6 。训练参数(25个unit,1个偏置)。连接数156*28*28。神经元:28*28*6S2:下采样,一个滤波器2*2,,输出14*14*6。参数6*2=12,(一个权重,一个偏置)。连接数:6*5*14*14=5880。14*14个神经元,过滤器处理一样C3:卷积,60个滤波器,输出10*10。C3层的最开始的
2016-11-07 20:32:51 962
ivt-2008-05-04.zip
D. Ross, J. Lim, R.-S. Lin, and M.-H. Yang. Incremental Learning for Robust Visual Tracking. IJCV, 77(1):125–141, 2008.
2015-11-07
Incremental Learning for Robust Visual Tracking.
D. Ross, J. Lim, R.-S. Lin, and M.-H. Yang. Incremental Learning for Robust Visual Tracking. IJCV, 77(1):125–141, 2008.
2015-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人