- 博客(5)
- 资源 (1)
- 收藏
- 关注
原创 RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation
还是来自Chunhua Shen组的文章 代码:https://github.com/guosheng/refinenet/ 文章:https://arxiv.org/pdf/1611.06612.pdf一句话总结作者认为Deconv 不能很好的还原下采样带来的损失,Atrous conv计算量太大而且显存占用多,于是就提出了使用不同size的feature map来融合得到最终high-r
2017-02-27 19:40:25 4211
原创 PSPnet:Pyramid Scene Parsing Network
首先声明,文末彩蛋,不是笔者提问的1 一句话总结作者认为现有模型由于没有引入足够的上下文信息及不同感受野下的全局信息而存在分割出现错误的情景,于是,提出了使用global-scence-level的信息的pspnet,另外本文提出了引入辅助loss的ResNet优化方法。2 网络结构本文提出的网络结构简单来说就是将DeepLab(不完全一样)aspp之前的feature map pooling了四种
2017-02-23 19:28:25 11474
原创 Zifeng Wu的38层网络:Wider or Deeper: Revisiting the ResNet Model for Visual Recognition
故事背景 文章:Wider or Deeper: Revisiting the ResNet Model for Visual Recognition 代码:https://github.com/itijyou/ademxapp 这是adelaide沈春华老师组的一篇文章,一作是zifeng wu 在Pascal上得到了很好的结果,最终仅比商汤的低一点,之前笔者曾经
2017-02-21 21:19:29 7397
原创 论文笔记| 几分钟看完ResNet的融合特性及冗余性分析的三篇文章
本文是博主在paper reading时的ppt,主要涉及三篇论文: 1. Residual Networks Behave Like Ensembles of Relatively Shallow Networks(nips) 2. On the Connection of Deep Fusion to Ensembling(微软亚研) 3. Wider or Deeper: Revisi
2017-02-15 15:39:29 6906 9
原创 完语义分割经典论文:DeepLab
Here we go 本文所提到的是DeepLabv2: DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs 项目地址:http://liangchiehchen.com/projects/DeepLab.html
2017-02-14 11:03:54 8675
Resnet融合特性及冗余性三篇文章ppt
2017-03-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人