2020年06月_Clark-dj

原创吴恩达深度学习课程之第一门课神经网络和深度学习第一周课程笔记

一、第一周：深度学习引言1.1 欢迎(Welcome)什么是深度学习，深度学习能做些什么事情？1. 深度学习改变了传统互联网业务，例如如网络搜索和广告。2. 深度学习同时也使得许多新产品和企业以很多方式帮助人们，从获得更好的健康关注。应用：一个方面就是读取 X 光图像，到生活中的个性化教育，到精准化农业，甚至到驾驶汽车以及其它一些方面。如果你想要学习深度学习的这些工具，并应用它们来做这些令人窒息的操作AI 是最新的电力，大约在一百年前，我们社会的电气化改变了每个主要行.

2020-06-29 19:32:59 488

原创 CVPR （《28篇论文、6 大主题带你一览 CVPR 2020 研究趋势》学习笔记六视觉与语言）

原文链接：https://mp.weixin.qq.com/s/MkEwjHVC9M1JtdzZZdmeFw视觉与语言12合1：多任务视觉和语言表示学习论文地址：https://arxiv.org/abs/1912.02315基于视觉和语言的方法通常专注于少量孤立研究的独立任务。但是，作者指出，完成这些任务中的每一项都需要具有视觉基础的语言理解技能，这些技能明显重叠。为此，本文提出了一种大规模、多任务的训练方案，该模型采用单一模型对来自以下四大类任务的12个数据集进行了训练：视觉问题回答

2020-06-29 17:35:43 198

原创 CVPR （《28篇论文、6 大主题带你一览 CVPR 2020 研究趋势》学习笔记五迁移/小样本/半监督/无监督学习）

原文链接：https://mp.weixin.qq迁移/小样本/半监督/无监督学习用于任务感知的持续学习的条件通道门控网络论文地址：https://arxiv.org/abs/2004.00070在训练示例包含一系列子任务的情况下，需要基于梯度优化的深度网络会遭受灾难性的遗忘，从而丢失先前任务中学习到的信息。持续学习试图通过允许模型保护和保留所获取的信息，同时仍然能够从新任务中提取新信息来解决这一问题。与LSTM / GRU中的门控机制相似，作者提出了一种通道门控模块，其中仅根据当前任务选择

2020-06-29 17:32:25 1056

原创 CVPR （《28篇论文、6 大主题带你一览 CVPR 2020 研究趋势》学习笔记四计算摄影）

原文链接：https://mp.weixin.qq.com/s/MkEwjHVC9M1JtdzZZdmeFw计算摄影学会看透障碍物论文地址：https://arxiv.org/pdf/2004.01180.pdf本文提出了一种基于学习的方法来消除不必要的障碍物。该方法使用了多帧障碍消除算法，该算法利用了基于优化方法和基于学习方法的优势，以密集到精细的方式在密集运动估计和背景/障碍层重构步骤之间交替。通过对密集运动进行建模，可以逐步恢复各个层中的详细内容，从而将背景与不需要的遮挡层逐渐分离。第

2020-06-29 17:12:13 374

原创 CVPR （《28篇论文、6 大主题带你一览 CVPR 2020 研究趋势》学习笔记三表征学习）

表征学习自监督学习的上下文不变表征学习论文地址：https://yassouali.github.io/ml-blog/cvpr2020/现有的自监督学习方法包括创建一个前置任务，例如，将图像分为九个块，并在排列好的块上解决拼图游戏。这些前置任务包括变换图像，计算变换后的图像的表示形式以及根据该表示形式预测变换的属性。最后，作者认为，学习的表示形式必须与转换相适应，因此需要减少学习的语义信息数量。为了解决这个问题，他们提出了PIRL（上下文不变表示学习）来学习关于变换的不变表示并保留更多的语义信

2020-06-29 16:45:38 605

原创 CVPR （《28篇论文、6 大主题带你一览 CVPR 2020 研究趋势》学习笔记二生成模型和图像合成）

原文链接：https://mp.weixin.qq.com/s/MkEwjHVC9M1JtdzZZdmeFw生成模型和图像合成在定向光下学习物理引导的面部重照明论文地址：https://arxiv.org/abs/1906.03355重照明包括将不可见的源图像及其对应的定向光照明朝向新的所需定向光进行调整。先前的工作做出了很好的结果，但仅限于平滑的光照，并且没有对非漫射效果（例如投射阴影和镜面反射）进行建模。为了能够创建精确且可信的照明效果，并将其推广到复杂的照明条件和具有挑战性的姿态，

2020-06-29 15:59:29 877

原创 CVPR （《28篇论文、6 大主题带你一览 CVPR 2020 研究趋势》学习笔记一图像识别，检测和分割）

原文链接：https://mp.weixin.qq.com/s/MkEwjHVC9M1JtdzZZdmeFw图像识别，检测和分割PointRend：将图像分割作为渲染论文地址：https://arxiv.org/abs/1912.08193 图像分割模型（例如Mask R-CNN）通常在有规则网格上运行：输入图像是像素的规则网格，它们的隐藏表示是规则网格上的特征向量，其输出是规则网格上的标签图。但是，规则网格会不必要地在平滑区域上进行采样，同时对目标边界进行欠采样，这通常会导致轮廓...

2020-06-29 15:12:31 375

dujuancao11的博客