计算机视觉
文章平均质量分 50
隐匿人海
计算机视觉入门级
展开
-
论文笔记--STC: A Simple to Complex Framework for Weakly-supervised Semantic Segmentation
----------------------论文是作为组内论文报告为大家讲述的,现在将一些重要思想摘录如下。----------------------论文是9月份NUS的发表在arXiv上的,论文模板是TPAMI的模板,貌似是要投TPAMI的短文么?言归正传,现在还是说论文吧。论文题目是STC,即Simple to Complex的一个框架,使用弱标签原创 2015-11-23 16:37:47 · 2239 阅读 · 0 评论 -
新版caffe FCN的使用教程
引言FCN的出现,大幅度改变了近两年来的CNN方向。之前我曾写过caffe版本FCN的使用。最近做实验正好要用到FCN,发现FCN的code已有较大改动。因此,记录一下新版FCN的使用和需要注意的地方。新版FCN的更新内容FCN的实现是caffe-future,现在主要的函数也已经合并到官方版本的caffe中。而FCN的训练测试代码在此处下载。总的来说,让大家对于FCN的使用更加简便,而无需自己将太原创 2016-07-07 15:44:10 · 14170 阅读 · 11 评论 -
论文笔记--N4-Fields: Neural Network Nearest Neighbor Fields for Image Transforms
Abstract & Introduction○ 边缘检测CNN与Nearest neighbor search(近邻搜索)结合在网络最高层的输出使用最近邻搜索○ 测试阶段:N4场将Patch通过CNN,对于给定的每一个Patch,都会输出一个低维的向量。○ 第二阶段,使用近邻搜索从训练集中找到匹配的patchN4 Fields○ 训练:仅仅在神经网络阶段需要对于输出进行PCA降维○ CNN实现细节原创 2016-07-07 20:15:37 · 2437 阅读 · 0 评论 -
使用caffe-future完成FCN网络的训练
FCN算是当前最火的一个深度网络了,目的在与解决密集估计(Dense prediction)(例如语义分割/显著性检测等任务)问题。自从去年11月提出之后,就广受欢迎,并且获得了CVPR2015最佳论文奖(提名)。具体论文大家可以参见arViv论文,caffe-future代码可以从caffe-future 获得。本篇中简要说说如何在自己的数据上训练自己的FCN网络,具体的理论知识,等过了考试月我再原创 2016-07-07 20:44:52 · 10695 阅读 · 12 评论 -
论文笔记:PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection
引入PVANET是韩国研究者(Intel Imaging and Camera Technology)结合了最新的技术,在TITAN X上实现了轻量级模型的实施目标检测任务,在PASCAL VOC上取得了第五名的成绩。网络结构设计C.Relu作者为了减少网络参数,才用了C.ReLU[1]这一结构,最终能够使通道数减少一半。并在concat操作之后加入了尺度变化和偏移。具体结构如下:从图上可以看出,作原创 2016-10-17 14:51:55 · 5689 阅读 · 2 评论