- 博客(10)
- 问答 (1)
- 收藏
- 关注
原创 resnest个人理解
好多大佬都讲的挺好的https://www.cnblogs.com/xiximayou/p/12728644.html个人理解,resnest 依托于sknet、senet、resnext组合出了一个新的结构,这个新型结构包含了这三个网络结构的特性
2020-08-19 14:21:01
510
原创 SIREN激活函数 貌似对CNN的效果并没有太好
可能仅仅适应于全连接,将全连接种的torch.sin换成mish或者swish的时候,反而不如relu链接是:https://github.com/WANG-KX/SIREN-2D(不是) Mish(前两个分别是relu和 relu+PE) Swish(前两个分别是r
2020-06-28 16:21:58
1579
2
原创 EfficientDet 源码解析
都写在163笔记里面,不一个一个粘贴了文档:EfficientDet 源码解析.note链接:http://note.youdao.com/noteshare?id=e0254fefdd3dddd096904c8776227a1e
2020-06-23 14:07:07
1367
原创 Centernet的部分源码解析,csdn插入图片太麻烦了,就不重新写了
文档:Centernet源码解析.note链接:http://note.youdao.com/noteshare?id=4b782684c2d255840bc0f9d03adac632&sub=473FE4D1445F4DA1A61D824791B56116有问题的话,请联系,
2020-05-31 09:11:12
313
原创 DenseNet 密集型网络
Densenet 可以用下面的这个图来表示,核心主要是Dense Block没什么说的,以densenet121为例,上代码(pytorch):DenseNet(Bottleneck, [6,12,24,16], growth_rate=32)基础卷积组成是Bottleneck,由两个卷积组成,如下:class Bottleneck(nn.Module):def init(self,in_planes,growth_rate):super(Bottleneck, self).init()se
2020-05-25 17:12:58
681
原创 SENet
核心是Se Module,也就是sequeeze 和excited 两部分、sequeeze 做全局平均值池化,一个大小是MNC的特征图,做完全局平均值池化之后,大小变为了11C,然后通过全卷积做 将C压缩至c/reduction(压缩因子),然后进行激活,最后再通过全卷积将通道由C/reduction 扩张至C,然后再执行sigmoid,最后再将计算出来的11C 乘以 MNC,计算出每一层的权重,注意这个过程是可训练的但是经过yolov4中的试验证明,senet在进行目标检测的时候,在GPU上运行
2020-05-21 16:39:35
468
1
原创 组成卷积网络(遮挡模型) 论文翻译
链接:http://note.youdao.com/noteshare?id=752c57069fd2494290c58ca6983a3402&sub=9010EA5C68164FAE98BF181F20129D85
2020-05-18 11:21:17
139
空空如也
java tomcat数据源问题
2015-06-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人