- 博客(5)
- 资源 (2)
- 收藏
- 关注
原创 【论文阅读】【AlexNet】【dropout】ImageNet Classification with Deep Convolutional Neural Networks
一、这是AlexNet,虽然是很多年前的网络了,但是在今天依然有着举足轻重的地位!特别是其中的思想,非常关键!二、主要思想 1、采用了非饱和神经元(通过Relu-非饱和非线性函数) 2、多GPU拆分计算 3、在全连接层采用了Dropout来降低overfitting 4、利用了LRN(local response nor...
2019-06-25 20:25:22 793
原创 【论文阅读】Deep Residual Learning for Image Recognition 【ResNet】
一、论文来自于凯明大哥的团队,这也是近几年来大多数计算机视觉任务,网络baseline的基础二、核心思想 1、如何个去构建更深层的网络,因为之前的一些工作证明了,网络层次的加深有助于提高模型的性能。但是随着层级的加深,让网络的训练变得更加困难。主要表现在“梯度消失”、“退化问题”。 *针对梯度消失问题:主要会阻碍网络的收敛,这个问题的解决办...
2019-06-21 15:39:53 464 3
原创 【CNN感受野计算】python 示例含盖 vgg alexnet rtpose等
一、感受野 layer 1 : kernel size:3*3 stride:1 layer2 :kernel size:3*3 stride:1 第一层的感受野就是卷积核大小 3*3 ,第二层感受野是5*5 这个也比较好理解,对于第一层计算之后的feature map而言,每一个pixel都对应了layer1的input的3*3大小的区域;...
2019-06-18 16:26:30 704
原创 【论问阅读】VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
一、 这篇文章,论文写的读起来很舒服,实验做的非常细,以前一直没看,看了之后发现,现在用的很多方法,都是人家玩剩下的。二、主要内容 探索更深的网络、探索小卷积核3x3、探索比对训练与测试三、VGG主要架构 基本上我们只知道VGG有两个模型,16层和19层...
2019-06-18 14:56:18 383
原创 【论文阅读】Does Learning Specific Features for Related Parts Help Human Pose Estimation?
一、CVPR2019二、主要思想 目前几乎所有的pose 网络,针对“单人姿态估计网络”,几乎都是共享全部feature 的。这个的意思从代码上来理解就是,在最后一层 1*1的那个卷积层 一次性输出所有需要预测的 joint,他们的输入都是相同的。 这篇文章的作者,这里这样做是不合理的,并不是所有的关键点都是需要共享 high-level representa...
2019-06-17 16:33:52 1831 8
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人