CNN
CNN 网络
john_bh
不忘初心!
展开
-
CoordConv:卷积神经网络「失陷」,CoordConv来填坑
CoordConv 解决了坐标变换问题,具有更好的泛化能力,训练速度提高 150 倍,参数比卷积少 10-100 倍,并能极大提升多种视觉任务的表现转载 2020-07-11 09:40:29 · 1958 阅读 · 1 评论 -
CoordConv:An intriguing failing of convolutional neural networks and the CoordConv solution
CoordConv:An intriguing failing of convolutional neural networks and the CoordConv solution原创 2020-06-13 17:51:26 · 2885 阅读 · 0 评论 -
关于CNN的复杂度分析总结
对于CNN很多创新点都是围绕模型复杂度的优化展开的,其基本逻辑就是乘变加。模型的优化换来了更少的运算次数和更少的参数数量。原创 2020-04-14 14:26:22 · 5630 阅读 · 2 评论 -
MobileNet_v1:深度可分离卷积
MobileNet是专用于移动和嵌入式视觉应用的卷积神经网络,是基于一个流线型的架构,它使用深度可分离的卷积来构建轻量级的深层神经网络。通过引入两个简单的全局超参数,MobileNet在延迟度和准确度之间有效地进行平衡。MobileNets在广泛的应用场景中有效,包括物体检测、细粒度分类、人脸属性和大规模地理定位。原创 2020-04-10 17:39:43 · 3062 阅读 · 0 评论 -
AlexNet:ImageNet Classification with Deep Convolutional Neural Networks
2010年的ImageNet LSVRC-2010上,AlexNet在给包含有1000种类别的共120万张高分辨率图片的分类任务中,在测试集上的top-1和top-5错误率为37.5%和17.0%(top-5 错误率:即对一张图像预测5个类别,只要有一个和人工标注类别相同就算对,否则算错。同理top-1对一张图像只预测1个类别),在ImageNet LSVRC-2012的比赛中,取得了top-5错误率为15.3%的成绩。原创 2018-06-07 20:38:53 · 394 阅读 · 0 评论