![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
achong_2050
这个作者很懒,什么都没留下…
展开
-
A Simple Pooling-Based Design for Real-Time Salient Object Detection论文翻译
A Simple Pooling-Based Design for Real-Time Salient Object Detection论文翻译@(论文笔记)摘要我们通过研究如何扩大CNN中池化的作用来解决显著性目标检测问题。基于U型结构,我们首先在从底到上路径上组建了全局导向模块GGM,其目的是为了给不同特征水平的层提供潜在的目标位置信息。我们接着设计了一个特征整合模型FAM来很好地处理...翻译 2019-10-20 23:19:26 · 357 阅读 · 0 评论 -
Autonomous concrete crack detection using deep fully convolutional neural network论文笔记
Autonomous concrete crack detection using deep fully convolutional neural network论文笔记@(论文笔记)1.实验实验方法作者想要采用一种对称的编码-解码FCN网络来进行裂缝像素和非裂缝像素的二类图像分割。首先,采用VGG16, InceptionV3和ResNet网络结构对以公开数据集进行裂缝与非裂缝图像进行二...原创 2019-07-23 21:28:00 · 1181 阅读 · 0 评论 -
路面检测的多尺度网络结构论文笔记
路面检测的多尺度网络结构论文笔记1.u-net网络结构u-net网络具有收缩路径和扩张路径,这里的收缩和扩张指的是图像的尺寸。收缩路径由典型的3*3卷积-relu层组成,在每做两次卷积后接一个2*2的max-pooling下采样,每次下采样同时将卷积模板数量翻倍。如此经过5次下采样后,进入扩张路径,扩张路径的一步由一个上采样、对应收缩路径对应特征图拼接和两个卷积-relu层组成,上采样放大了...原创 2019-07-21 23:19:12 · 745 阅读 · 0 评论 -
fickleNet论文笔记
fickleNet论文笔记@(论文笔记)abstract弱监督学习的语义分割最大的阻碍是难以从粗糙的图像级标记中获取像素级的信息。大多数基于图像级标记的方法是利用的从分类器获取的位置映射图,但是他们仅仅集中在对象的具有鉴别性的部分,不能够捕捉准确的边界信息。FickleNet探索了从通用CNN获取的特征图位置的各种组合。它随机地挑选隐藏单元,并使用他们来获得为分类的激活得分。FickleN...原创 2019-07-26 22:14:52 · 324 阅读 · 0 评论 -
Attention U-Net: Learning Where to Look for the Pancreas论文笔记
attention u-net论文翻译笔记摘要[外链图片我们提出了一种新颖的医学图像注意力们模型,它能自动学习聚焦在形状、尺寸变化的目标结构。用AG训练的模型隐形地抑制输入图像的非相关区域,同时强调对指定任务有用的显著性特征。这让我们不必去显式地使用级联CNN的组织定位模块。AG可以轻易的被集成到标准的CNN结构中,比如U-net模型,带有少量的计算开销同时能增加模型的敏感性和准确性。提出的...翻译 2019-10-08 23:06:52 · 868 阅读 · 0 评论