论文研究
bu_boosting
这个作者很懒,什么都没留下…
展开
-
Surpassing Human-Level Performance on ImageNet Classification ImageNet Classification
在该文章的两大创新点:一个是PReLU,一个是权值初始化的方法。下面我们分别一一来看。 PReLU(paramter ReLU)所谓的PRelu,即在 ReLU激活函数的基础上加入了一个参数,看一个图就明白了:右边的图上多了一个参数吧,在负半轴上不再为0,而是一个可以学习的斜率。 很容易明白。实验结果显示该方法可以提高识别率。 权值初始化的方法:转载 2017-07-03 09:47:23 · 561 阅读 · 0 评论 -
deformable convolutional networks论文阅读理解
如同视觉是人们获取信息的主要渠道一样,计算机视觉也是人工智能研究领域的核心问题之一,已有几十年的研究历史。顾名思义,计算机视觉是研究如何让电脑“看懂”图像,例如,对图像中的物体进行识别、分割、跟踪和三维几何测量等。由于同样的物体在图像中可能呈现出不同的大小、姿态、视角变化甚至非刚体形变,因此如何适应这些复杂的几何形变是物体识别的主要难点,同时也是计算机视觉领域多年来关注的核心问转载 2017-07-05 16:13:06 · 792 阅读 · 1 评论 -
特征金字塔特征用于目标检测:Feature Pyramid Networks for Object Detection
前言:这篇论文主要使用特征金字塔网络来融合多层特征,改进了CNN特征提取。作者也在流行的Fast&Faster R-CNN上进行了实验,在COCO数据集上测试的结果现在排名第一,其中隐含的说明了其在小目标检测上取得了很大的进步。其实整体思想比较简单,但是实验部分非常详细和充分。摘要:特征金字塔是多尺度目标检测系统中的一个基本组成部分。近年来深度学习目标检测特意回避金字塔特征转载 2017-07-05 19:20:50 · 21090 阅读 · 3 评论 -
CRF as RNN语义分割
CRF as RNN语义分割原文地址:http://blog.csdn.net/hjimce/article/details/50888915作者:hjimce一、相关理论本篇博文主要讲解文献《Conditional Random Fields as Recurrent Neural Networks》,实现了图像语义分割的再次突破。首先我觉得这篇文献的题目转载 2018-01-12 11:17:43 · 1980 阅读 · 0 评论