![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
fp-growth
冲冲冲!
展开
-
烟火检测论文阅读
1 Wildland Forest Fire Smoke Detection Based on Faster R-CNN using Synthetic Smoke Imgaes原创 2021-06-08 22:35:29 · 468 阅读 · 5 评论 -
《Spatially-Adaptive Filter Units for Compact and Efficient Deep Neural Networks》阅读笔记
待解决的问题:CNN在计算机视觉任务上表现非常好。有效的感受野大小是CNN最关键的框架元素之一,不过它必须手动设置去适应特定的任务。标准的解决方法包括大的卷积核,下/上采样和扩展卷积。而这些都需要测试不同的扩展率和下/上采样因子,这会导致生成不紧凑的表征和过多的参数。 解决思路:本文提出一个由displaced aggregation units(DAU)组成的卷积滤波器。DAUs学习空间位移,并使单个卷积滤波器适应给定的问题,因此消除了手工修改的必要。实验证明,在AlexNet,ResNet50,Res原创 2021-04-26 20:41:19 · 217 阅读 · 0 评论