hongbin_xu的博客

新的起点，不忘初心

排序：
默认
按更新时间
按访问量
RSS订阅

原 论文笔记：MTCNN

Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks MTCNN 1、四个问题 要解决什么问题？ 人脸检测（face detection）和人脸对齐（face alignment）...

2018-12-27 19:13:08

阅读数：119

评论数：0

原 论文笔记：DGCNN（EdgeConv）

Dynamic Graph CNN for Learning on Point Clouds DGCNN 1、四个问题 要解决什么问题？ 使用深度学习处理3D点云。 设计一个可以直接使用点云作为输入的CNN架构，同时可以获取足够的局部信息，可适用于分类、分割等任务。 用了什么方...

2018-12-26 10:41:30

阅读数：153

评论数：0

原 论文笔记：Image Caption(Show, attend and tell)

Show, Attend and Tell: Neural Image Caption Generation with Visual Attention Show, Attend and Tell 1、四个问题 要解决什么问题？ Image Caption（自动根据图像生成一段文字描述）。 ...

2018-12-06 15:18:22

阅读数：272

评论数：1

原 论文笔记：Image Caption(Show and Tell)

Show and Tell: A Neural Image Caption Generator Show and Tell 1、四个问题 要解决什么问题？ Image Caption（自动根据图像生成一段文字描述）。 用了什么方法解决？ 作者提出了一个基于深度循环架构的生成式模型。 训练...

2018-12-04 17:45:16

阅读数：181

评论数：0

原 论文笔记：PointNet

PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation PointNet 1、四个问题 要解决什么问题？ 3D点云是一种很重要的几何数据结构。由于其存在空间关系不规则的特点，因此不能直接将已有的图...

2018-11-29 19:01:32

阅读数：173

评论数：0

原 论文笔记：ShuffleNet v2

ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design ShuffleNet v2 1、四个问题 要解决什么问题？ 轻量化模型。 用了什么方法解决？ 文中提出了几条设计轻量化模型的实践准则（...

2018-11-20 20:36:36

阅读数：187

评论数：0

原 论文笔记：ShuffleNet v1

ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices ShuffleNet v1 1、四个问题 要解决什么问题？ 为算力有限的嵌入式场景下专门设计一个高效的神经网络架构。 用了什...

2018-11-20 15:51:12

阅读数：126

评论数：0

原 论文笔记：Git Loss

原文：Git Loss for Deep Face Recognition Git Loss 1、四个问题 要解决什么问题？ 诸如人脸识别、指纹识别等的识别任务，测试集不确定或类别较多而样本较少的情况。 one-shot-learning。 最小化类内差异，最大化类间差异。 用了什么方法解...

2018-11-15 14:58:53

阅读数：140

评论数：1

原 论文笔记：Distilling the Knowledge

原文：Distilling the Knowledge in a Neural Network Distilling the Knowledge 1、四个问题 要解决什么问题？ 神经网络压缩。 我们都知道，要提高模型的性能，我们可以使用ensemble的方法，即训练多个不同的模型，最后...

2018-11-08 14:44:22

阅读数：138

评论数：0

原 论文笔记：DeepID2

Deep Learning Face Representation by Joint Identification-Verification DeepID2 1、四个问题 要解决什么问题？ 人脸识别。 主要挑战是，设计一套方法能够有效地减少类内差异，并增大类间差异。 用了什么方法解决？ ...

2018-11-06 20:54:30

阅读数：146

评论数：0

原 论文笔记：MobileFaceNet

原文：MobileFaceNets: Efficient CNNs for Accurate Real-time Face Verification on Mobile Devices MobileFaceNet 1、四个问题 要解决什么问题？ 设计一个在手机或嵌入式设备上可实时运行且具有高精...

2018-11-05 19:33:40

阅读数：367

评论数：0

原 论文笔记：ZFNet

ZFNet 1、四个问题 要解决什么问题？ 卷积神经网络具有很好的效果，在ImageNet上取得了开创性的成果，但是我们对其却没有一个直观的认识，以及它为何效果这么好，全当成黑盒子来用。 用了什么方法解决？ 提出了一个新的卷积神经网络可视化技术，来辅助观察中间层以及最后的分类层的输出特征...

2018-11-04 16:23:17

阅读数：151

评论数：0

原 论文笔记：ResNet v2

ResNet v2 1、四个问题 要解决什么问题？ 进一步提高ResNet的性能。 解释为何Identity mapping（恒等映射）的效果会比较好。 用了什么方法解决？ 提出了一个新的残差单元结构。 从理论和实验上分析了identity mapping的有效性。 效果如何？ 使...

2018-11-03 19:52:05

阅读数：125

评论数：0

原 论文笔记：FCN

原文：Fully Convolutional Networks for Semantic Segmentation FCN 1、四个问题 要解决什么问题？ 语义分割。 用了什么方法解决？ 提出了“全卷积神经网络”，可以接收任意尺寸的输入，并给出对应大小的输出。 使用一些图像分类模型（如...

2018-10-25 17:05:13

阅读数：144

评论数：0

原 论文笔记：Inception v1

原文：Going Deeper with Convolutions Inception v1 1、四个问题 要解决什么问题？ 提高模型的性能，在ILSVRC14比赛中取得领先的效果。 最直接的提高网络性能方法有两种：增加网络的深度（网络的层数）和增加网络的宽度（每层的神经元数）。这样的做法有如...

2018-10-22 23:32:05

阅读数：166

评论数：0

原 论文笔记：YOLO

原文：You Only Look Once: Unified, Real-Time Object Detection YOLO 1、四个问题 要解决什么问题？ 对于目标检测任务来说，速度较快的算法性能较弱，然而性能较强的算法（如：R-CNN系列）耗时则更多，很难达到实时性的要求。 大多数像R...

2018-10-22 00:26:10

阅读数：182

评论数：0

原 论文笔记：PointSIFT

原文：PointSIFT: A SIFT-like Network Module for 3D Point Cloud Semantic Segmentation PointSIFT 1、四个问题 要解决什么问题？ 3D点云感知通常包含了三大任务：3D物体分类，3D目标检测，以及3D语义分割。...

2018-10-16 11:34:27

阅读数：641

评论数：0

原 论文笔记：Triplet Network

原论文：DEEP METRIC LEARNING USING TRIPLET NETWORK Triplet Network 1、四个问题 要解决什么问题？ 实质上，Triplet Network是Siamese Network的一种延伸，要解决的问题与Siamese Network的基本一致...

2018-10-15 20:34:34

阅读数：603

评论数：0

原 论文笔记：MobileNet v2

原论文：MobileNetV2: Inverted Residuals and Linear Bottlenecks MobileNet v2 1、四个问题 要解决什么问题？ 与MobileNet v1所要解决的问题一样，为嵌入式设备或算力有限的场景下设计一个有效的模型。 用了什么方法解决...

2018-10-10 10:06:11

阅读数：152

评论数：0

原 论文笔记：PPFNet

原论文：PPFNet: Global Context Aware Local Features for Robust 3D Point Matching PPFNet 1、四个问题 要解决什么问题？ 在3D视觉中，3D几何信息的局部描述子在许多任务中扮演了很重要的角色，诸如：对应性估计、匹配、...

2018-10-08 20:13:11

阅读数：306

评论数：0

提示
确定要删除当前文章？
取消 删除
关闭
关闭