Bilinear CNN
文章平均质量分 92
记录学习BCNN的过程
Robust Da
研究背景为工程机械,目前研究内容为时间序列分析(分类),欢迎交流~
展开
-
细粒度分类:DBTNet(Deep Bilinear Transform)(二)代码实现
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原创 2022-05-03 14:42:41 · 929 阅读 · 5 评论 -
细粒度分类:DBTNet(Deep Bilinear Transform)(一)论文解读
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原创 2022-04-27 20:38:02 · 1833 阅读 · 0 评论 -
细粒度分类:Hierarchical Bilinear Pooling(HBP),分级双线性池化(一)
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原创 2022-04-22 14:44:20 · 2891 阅读 · 1 评论 -
细粒度分类:Hierarchical Bilinear Pooling(HBP),分级双线性池化(二)
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较大原创 2022-04-24 22:47:04 · 751 阅读 · 0 评论