![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读笔记
文章平均质量分 93
DU_YULIN
这个作者很懒,什么都没留下…
展开
-
图像分类模型:ShuffleNet V1阅读笔记
文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 相关工作(Related Work)3. 方法(Approach)3.1 关于分组卷积的通道重组(Channel Shuffle for Group Convolutions)总结前言又是一个周末,前几周复习了轻量级分类模型-MobileNet系列,今天开始复习下另一类轻量级分类模型-ShuffleNet系列,至于说是复习,那是因为老早之前就已经看过了,本着复习的态度来重新学习。论文标题:ShuffleNet: An E原创 2021-10-10 13:52:08 · 559 阅读 · 0 评论 -
OCR文本检测模型:FCENet论文阅读笔记
文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 相关工作(Related Work)3. 方法(Approach)3.1 傅里叶轮廓嵌入(Fourier Contour Embedding)总结前言最近在查找OCR开源项目时,发现了商汤公司的MMOCR,它和百度公司的PaddleOCR一样都是用于OCR文本检测和识别的开源框架,里面也集成了很多当下比较优秀的检测与识别模型,比如DBNet, CRNN等。之前有用过PaddleOCR,还真没用过MMOCR。出于好奇,研究了原创 2021-09-20 13:12:37 · 6106 阅读 · 1 评论 -
深度学习分类模型 EfficientNet阅读笔记
文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 相关工作(Related Work)3. 组合模型扩展(Compound Model Scaling)3.1 问题公式化(Problem Formulation)3.2 扩展维度(Scaling Dimensions)3.3 组合扩展(Compound Scaling)4. EfficientNet架构(EfficientNet Architecture)5. 实验(Experiments)5.1 对MobileNets和Res原创 2021-08-14 16:13:04 · 911 阅读 · 0 评论 -
轻量级图像分类模型-MobileNetV3阅读笔记
文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 相关工作(Related Work)3. 高效的移动构造模块(Efficient Mobile Building Blocks)4. 网络搜索(Network Search)4.1 针对基于块的搜索的平台NAS(Platform-Aware NAS for Block-wise Search)5.总结前言今天开始阅读MobileNetV3这一轻量级图像分类网络模型论文,这是最初开始阅读MobileNet系列论文的目的,项目原创 2021-08-07 17:53:38 · 3120 阅读 · 0 评论 -
MobileNet V2阅读笔记
文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 相关工作(Releated Work)3. 预习,讨论和直觉(Preliminaries, dicusssion and intuition)3.1 基于深度可分离的卷积(Depthwise Separable Convolutions)3.2 线性瓶颈层(Linear Bottlenecks)总结前言今天开始阅读轻量级分类网络MobileNet v2, 这里写下阅读笔记,方便以后复习。论文标题:MobileNetV2:原创 2021-08-03 16:49:54 · 800 阅读 · 0 评论 -
MobileNet V1阅读笔记
文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 以前成果(Prior Work)3。 MobileNet 架构(Architecture)3.1 深度可分离卷积(Depth Separable Convolution)3.2 网络结构和训练(Network Structure and Training)3.3 宽度乘法因子:让模型更瘦(Width Multiplier: Thinner Models)3.4 分辨率乘法因子:减少表示(Resolution Multiplier原创 2021-08-01 22:47:27 · 188 阅读 · 1 评论 -
PSENet论文阅读笔记
文章目录前言一、摘要(Abstract)二、介绍(Introduction)2. 相关工作(Related Work)3. 论文方法(Proposed Method)3.1 整体流程(Overall Pipeline)3.2 先进尺度扩展算法(PSE, Progressive Scale Expansion Algorithm)3.3 标签生成(Label Generation)3.4 损失函数(Loss Function)3.5 实现细节(Implementation Details)4. 实验(Expe原创 2021-07-31 22:14:29 · 620 阅读 · 0 评论 -
OCR端到端检测识别模型:PGNet论文阅读笔记
文章目录前言总结前言因项目需要,最近开始阅读PGNet论文,期望了解这一OCR端到端文本检测与识别模型原理与细节,期望能够应用到项目中带来OCR的提升。论文题目:PGNet:Real-time Arbitrarily-Shaped Text Spotting with Point Gathering Network论文link: https://arxiv.org/pdf/2104.05458.pdf总结...原创 2021-07-15 17:16:00 · 5889 阅读 · 4 评论 -
OCR文本检测-DBnet论文阅读笔记
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言摘要(Abstract)1. 介绍(Introduction)2. 相关工作(Related Work)总结前言在项目中测试过EAST文本检测模型后,发现效果不太好,在搜索了现有文本检测模型后,都说DBnet模型比较优,而且像PaddleOCR, EasyOCR等比较成熟的OCR文本检测与识别工具都有使用,所以今天开始学习这个模型并做下笔记,方便以后复习。论文:Real-time Scene Text Detection原创 2021-07-02 16:53:16 · 2150 阅读 · 0 评论 -
OCR - EAST论文阅读笔记
文章目录前言Abstract1. Introduction1.引入库2.读入数据总结前言今天开始阅读OCR 文本检测模型 - EAST论文, 这里做下笔记。论文标题: EAST: An Efficient and Accurate Scene Text DetectorAbstract本论文之前的文本检测方法效果不错,但是在有挑战性的场景中,即使使用深度学习模型,检测效果也是不佳。这是因为检测性能不是仅仅受单一指标影响,而是多个阶段相互作用的结果。论文提出了一种简单高效的自然场景文件检测..原创 2021-06-26 18:30:36 · 549 阅读 · 0 评论 -
CRNN论文阅读笔记
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么? 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。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数..原创 2021-06-20 23:33:53 · 780 阅读 · 2 评论