![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CV
文章平均质量分 93
lanadeus
这个作者很懒,什么都没留下…
展开
-
轻松理解转置卷积(transposed convolution)或反卷积(deconvolution)
原文地址:Up-sampling with Transposed Convolution 本文暂时没有插入图像,以后修订在CNN中,转置卷积是一种上采样(up-sampling)的方法.如果你对转置卷积感到困惑,那么就来读读这篇文章吧.本文的notebook代码在Github.上采样的需要在我们使用神经网络的过程中,我们经常需要上采样(up-sampling)来提高低...翻译 2018-09-09 00:06:27 · 45438 阅读 · 63 评论 -
论文笔记 "PFDet: 2nd Place Solution to Open Images Challenge 2018 Object Detection Track"
原文地址概要PFDet获得了Google AI Open Images Object Detection Track 2018 on Kaggle的第二名.本文有三个贡献.规模可变训练(Training at Scale): 展示了使用batchsize=512,使用ChanerMN,在512个GPU上训练物体检测器(object detctor)的可行性.共现loss(C...原创 2018-09-09 13:30:20 · 1071 阅读 · 0 评论 -
Faster R-CNN中RPN的分析
Faster R-CNN原文地址摘要Faster R-CNN是object detection的里程碑之作。它提出了RPN,即一种用CNN来提取proposal的网络。为了更好地理解RPN的代码实现细节,充分理解它用到的SmoothL1Loss是很必要的。本文简述了RPN的作用,讨论了RPN的loss以及SmoothL1Loss的语义及其作用,最后分析了RPN的代码实现。RPN的原理R...原创 2018-09-23 15:01:19 · 1078 阅读 · 3 评论