黄飞的博客专栏

“NIMA: Neural Image Assessment” 是图像质量评估领域的经典之作，最近在做视频质量评估相关的项目，该文也是必读论文。论文链接就不放了，网上有比较多的下载资源，按照惯例，先放上该论文的引用信息：Talebi H, Milanfar P. NIMA: Neural image assessment[J]. IEEE Transactions on Image Processing, 2018, 27(8): 3998-4011.与笔者之前的一篇博文图像质量评估（IQA）——“Ko

解读之前，论文链接就不放了，网上有比较多的下载资源，先放上该论文的引用信息：Hosu V, Lin H, Sziranyi T, et al. KonIQ-10k: An ecologically valid database for deep learning of blind image quality assessment[J]. IEEE Transactions on Image Processing, 2020, 29: 4041-4056.不难看出，该论文《KonIQ-10k: An ec

本文是对 “Going Deeper With Convolution” 的论文创新点的解读和总结，笔者在去年对该论文进行了全文翻译，原文翻译可点传送门：《Going Deeper With Convolution》全文译解，但当时仅限于翻译，并未对其中细节和创新点进行详细剖析。经典的东西需要细细品味，本文主要解读该论文的新点，也即 GoogLeNet 的网络结构。该论文发表于 CVPR 201...

本文是对《Network In Network》的论文解读和总结。该论文发表于 ICLR 2014，由新加坡国立大学（NUS）提出，自2014年发表至今，已有接近2K的引用量，其独特的网络结构成为卷积神经网络的革新，是经典的卷积神经网络的一个变种。注：博文中图片表格均来自原文1. 网络结构1.1 MLP卷积层NIN 具体在传统的卷积层上采用了大小为[1,1]的卷积核去替代，相当于进行了一...

接着上篇博客：“Learning to Compose with Professional Photographs on the Web” 论文解读（一）（附代码与详细注释）进行讲解。上篇博客讲到了论文中数据的处理，该博客将介绍模型的构建、训练以及评估等部分内容，并附上详细的代码及注解。 上图是本文的模型架构，非常简单，输入为两个叠加的总共为6个通道的图像（原图与裁剪图），网络中的特征提取层...

最近在研究一篇论文 “Learning to Compose with Professional Photographs on the Web”，发表自 CVPR2017，论文地址链接：Learning to Compose with Professional Photographs on the Web。 如上图所示，利用深度学习的方式得到图片合适的取景位置是论文的主要目的所在。论文前面的...

本文是对《Very Deep Convolutional Networks for Large-Scale Image Recognition》的论文解读和总结。该论文发表于 ICLR2015，由牛津大学视觉几何组（Visual Geometry Group）和 DeepMind 公司提出，这也是 VGG 名字的由来。自2015年发表至今，已有超过7K的引用量，是 ILSVRC-2014 中定位任...

本文是对《ImageNet Classification with Deep Convolutional Neural Networks》的论文解读和总结。该论文发表于 NIPS2012，作者 Alex Krizhevsky 属于神经网络之父 Hinton 组，自2012年发表至今，已有1.3万的引用，实属经典。AlexNet 在 ISVRC2012(ImageNet Large Scale Vi...

最近和组员在一起准备一个专业英语论文的演讲，选择了2014年发表在CVPR上的一篇非常著名的论文——《Going Deeper With Convolution》。所以和组员一起把这篇论文翻译了一下，当然也参考了网络上其他资源，在此不一一列出，其中包含了组员的各种见解和体会，原文影响深远，是 Google 等单位的智慧结晶，若有纰漏，还望指正。同时感谢甘扬静同学的校验。以下为《Going Deepe