DaZheng121的博客

文章目录前言摘要一、简介二、相关工作三、Attention Convolutional Binary Neural Tree3.1 ArchitectureBackbone network moduleBranch routing moduleAttention transformerLabel prediction3.2 TrainingData augmentationLoss functionOptimization四、实验五、结论其他前言本文主要介绍 Attention Convolution

文章目录前言一、简介二、代码1.DBTNet.pySG模块GB模块ResNet_SG_GB2.Train2.py3.main.py4.其他三、训练结果总结前言本文续接细粒度分类：DBTNet（Deep Bilinear Transform）（一）论文解读，参考https://github.com/wuwusky/DBT_Net 给出了DBTNet的pytorch实现。一、简介原文对应的代码是基于MXNet，而本文给出的是基于pytorch的代码和训练结果。由于训练DBTNet需要在ImageNe

文章目录前言一、参考论文二、论文解读摘要1.简介2.相关工作3.Deep Bilinear Transform3.1 Semantic Grouping Layer 语义分组层3.2 Group Bilinear Layer 组双线性层3.3 Deep Bilinear Transformation NetworkActivation and shortcut connectionDeep bilinear transformation blockNetwork architecture3.4 讨论Int

文章目录前言一、参考论文二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。一、参考论文Fine-grained Recognition: Accounting for Subtle Differences between Similar Classes代码参考：https://github.com/JerryMazeyu/fine-grain

文章目录前言一、梯度累加变相扩大batch size1.基础知识2.知识补充3.梯度累加的实现二、基于pytorch的实现1.Train2.py2.main.py三、结果分析1.在Train.py的训练出的基础上进行的微调2.基于Train2.py的训练结果总结前言续接 https://blog.csdn.net/DaZheng121/article/details/124337239参考学长的建议，对batch size过大出现的CUDA问题做了改进，给出了一种较低配置训练batch size较大

文章目录前言一、参考论文二、HBP简介三、基于pytorch的实现1.NetModel.py2.CUB200.py3.Train.py4.main.py四、训练结果五、问题与改进总结前言本文记录了学习BCNN的一种改进方法——HBP的过程，并给出了基于pytorch的代码。欢迎大家交流指正。一、参考论文Bilinear CNN Models for Fine-grained Visual Recognition,CVPR2015 BCNNHierarchical Bilinear Poolin