zchang81的博客

CVPR 2017论文解读：特征金字塔网络FPN

CNN（卷积神经网络）的鼻祖LeCun，于1998年提出LeNet-5模型，标志着神经网络的正式出生。

搞CNN的工程应用有一段时间了，分享下我自己的CNN学习历程。

在Inception模块基础之上，当所有3*3或5*5的卷积都作用在只有一个通道的特征图上时，通道间的相关性和空间上的相关性即达到了完全分离的效果。

文中介绍了一种新的可视化方法,借助它,我们可以深入了解中间层和分类器的功能。通过使用类似诊断的方式，作者还得到了比AlexNet更好的结构:ZFNet；

密集人群计数的开源代码github地址

作者尝试用浅显的语言，把论文《Dynamic Routing Between Capsules》梳理一下，有助于理解。

通道间的特征加权组合

卷积核的形状可以是变化的，变形的卷积核能让它只看感兴趣的图像区域 ，这样识别出来的特征更佳。

在CNN网络结构的进化过程中，出现过许多优秀的CNN网络，如：LeNet，AlexNet，VGG-Net，GoogLeNet，ResNet，他们对CNN的发展进化起着至关重要的作用。

最新看到的一篇关于多尺度下快速目标检测的论文，大概得浏览了一下，是UCSD大学的SVCL实验室和IBM研究院一起研究的结果。其代码已经开源到GitHub，链接为：https://github.com/zhaoweicai/mscnn

最近，物体识别已经成为计算机视觉和 AI 最令人激动的领域之一。即时地识别出场景中所有的物体的能力似乎已经不再是秘密。随着卷积神经网络架构的发展，以及大型训练数据集和高级计算技术的支持，计算机现在可以在某些特定设置（例如人脸识别）的任务中超越人类的识别能力。

CVPR 2017最佳论文解读：密集连接卷积网络

ResNet 几大变体的github地址

ResNet 6大变体：何恺明,孙剑,颜水成引领计算机视觉这两年

本文是region-based object detection framework。相比与faster rcnn，hypernet更擅长处理小物体，并且产生更高质量的proposal。整体的框架见下图：

1.实现了高精确度的多类目标检测任务同时通过调整和结合最近的技术创新达到最小化计算cost的目标 2.使用" CNN feature extraction + region proposal + RoI classification"的结构，主要对feature extraction(特征提取)进行重新设计。因为，region proposal部分计算量不太大而且classification部分可以使用通用的技术（例如：truncated SVD）进行有效的压缩。 3.设计原则：less

旨在降低计算量，重新设计了特征提取部分，设计原则是“通道少层数多”，网络比较深但是比较瘦，使用了batch norm，residual 连接，学习率更新策略等技术。在VOC2012上 rank-2，运行时间在i7-6700K CPU上750ms/帧，在Titan X GPU上运行时间45ms/帧。

上个月，微软代季峰等研究者发布的一篇论文提出了一种可变形卷积网络，79生活库http://www.7999s.com，该研究「引入了两种新的模块来提高卷积神经网络（CNN）对变换的建模能力，即可变形卷积（deformable convolution）和可变形兴趣区域池化（deformable ROI pooling）」

卷积层是对图像的一个邻域进行卷积得到图像的邻域特征，亚采样层（池化层）就是使用pooling技术将小邻域内的特征点整合得到新的特征。 　　在完成卷积特征提取之后，对于每一个隐藏单元，它都提取到 (r-a+1)×(c-b+1)个特征，把它看做一个矩阵，并在这个矩阵上划分出几个不重合的区域，然后在每个区域上计算该区域内特征的均值或最大值，然后用这些均值或最大值参与后续的训练，这个过程就是池化。

摘要： CNN从2012年的AlexNet发展至今，科学家们发明出各种各样的CNN模型，一个比一个深，一个比一个准确，一个比一个轻量。本文作者对近几年一些具有变革性的工作进行了简单盘点，从这些充满革新性的工作中探讨日后的CNN变革方向。CNN从2012年的AlexNet发展至今，科学家们发明出各种各样的CNN模型，一个比一个深，一个比一个准确，一个比一个轻量。我下面会对近几年一些具有变革性的工作进...