论文阅读笔记
文章平均质量分 74
jingwenlai
这个作者很懒,什么都没留下…
展开
-
“A Part-aware Surface Metric for Shape Analysis” Reading Note
“A Part-aware Surface Metric for Shape Analysis” Reading NoteJingwenlai 2010-3-5 [REF] RongLiu, HaoZhang, Ariel Shamir etc. A Part-aware Surface Metric for Shape Analysis, EUROGRAPHICS 2009.V原创 2010-03-05 18:14:00 · 1276 阅读 · 0 评论 -
【论文阅读笔记】[Semantic Segmentation] FC-DenseNet阅读笔记
jingwenlai 2018-8-15# 简介 & 主要贡献Tiramisu - FC-DenseNet (https://arxiv.org/abs/1611.09326),经典的semantic image segmentation的方法基于CNN,主要包含3个组件:(a) 一个downsampling path,主要用来提取特征(b) 一个upsampling ...原创 2018-09-02 18:53:10 · 3865 阅读 · 0 评论 -
[论文阅读笔记] [Object Detection] 201807_PerformanceComparison_forRecognizingBirdsinAerialImages
[Object Detection] <<Performance Comparison of Deep Learning Techniques for Recognizing Birds in Aerial Images>>2018-8-29, jingwenlai 当前Object Detection的挑战主要是小物体检测不够精准。数据集: Little ...原创 2018-08-29 21:56:00 · 518 阅读 · 0 评论 -
[论文阅读笔记] U-Net
2018-8-7, jingwenlai # 何为UNet? 基于FPN,修改并扩展,加入了同级连接形成UNet,含有更高层语义信息,可有更大的感受野及更好的精度。此外,通过overlap-tile strategy使得可以无缝切割任意大的图像。针对细胞粘连的挑战,引入weighted loss,对边界赋予更大的权重。## 网络结构如上图1所示...原创 2018-09-19 21:49:16 · 586 阅读 · 0 评论 -
[论文阅读笔记] [Object Detection] Feature Pyramid Networks (FPN)
# [Object Detection] Feature Pyramid Networks2018-8-9, jingwenlai ## Network architecture相较于U-Net等之差类似的技术的不同点是,此前利用pyramid特征等方法均是在最后一层finest的时候才做为特征进行检测,而FPN在每一层pyramid feature均会用来做预测。 F...原创 2018-09-25 21:07:35 · 256 阅读 · 0 评论 -
[论文阅读笔记] HGRNet
# 主要贡献采用双路网络,先进行语义分割,后对分割后的图像进行静态手势判定。主要优势:只需RGB图像即可,采用CNN,可以在各种干扰环境下达到经典算法的识别率。借助离线+在线数据扩增,以及简易的网络结构,在很小的训练资源及计算代价下达到经典的效果。 # 网络结构语义分割网络借鉴FCN的思路,采用ResNet的结构,结合Atrous Convolut...原创 2018-12-27 21:26:09 · 508 阅读 · 0 评论 -
[论文阅读笔记] Survey_History from AlexNet
这两天翻到这篇Survey,题目《History from AlexNet》很吸引人,干货也很多,如作者所说,可以算做是DeepLearning这个领域写得最全的一篇Survey了,内容涵盖 DNN、CNN、NLP、GAN、DRL etc. 以及相应的 Hardware , Frameworks & SDKs等。在每个子章节里面又深入浅出地介绍了相关的基础知识及发展沿革,不管是从全面了...原创 2019-02-15 23:42:44 · 300 阅读 · 0 评论