深度学习
文章平均质量分 89
木瓜子
博客地址:http://jiaqianlee.com/
华东师范大学2018级研究生,图像处理与计算机视觉方向!
展开
-
深度残差神经网络ResNet 学习笔记
Deep Residual Learning for Image RecognitionAuthor:Kaiming He,Xiangyu Zhang,Shaoqing Ren,Jian Sun Year : 2015ILSVRC winner1.介绍本文采用了152层的残差神经网络,比去年的VGG还要多8层,但复杂度确比它低,最后以3.57%的错误率赢得了2015年ILSVRC...原创 2018-06-05 14:44:38 · 6319 阅读 · 0 评论 -
上海科技大学信息科学与技术研讨会(SSIST day3)笔记
一、Deep Network and Beyondpresenters: Alan L. Yuille Johns Hopkins University 1.More Structured Attacks:Occlusion Jianyu Wang et al. Annals of Mathematical Sciences. 2018 2.DeepVote Dee...原创 2018-07-04 23:36:50 · 1912 阅读 · 0 评论 -
深度学习基础知识整理
本文是在七月的BAT机器学习面试1000题系列进行修改。 前言 July我又回来了。 之前本博客整理过数千道微软等公司的面试题,侧重数据结构、算法、海量数据处理,详见:微软面试100题系列,今17年,近期和团队整理BAT机器学习面试1000题系列,侧重机器学习、深度学习。我们将通过这个系列索...转载 2018-07-20 10:42:53 · 4919 阅读 · 0 评论 -
优化方法总结:SGD,Momentum,AdaGrad,RMSProp,Adam
本文转自:https://blog.csdn.net/u010089444/article/details/76725843 侵权删1.SGDBatch Gradient Descent在每一轮的训练过程中,Batch Gradient Descent算法用整个训练集的数据计算cost fuction的梯度,并用该梯度对模型参数进行更新:Θ=Θ−α⋅▽ΘJ(Θ)Θ=Θ−α⋅▽ΘJ(Θ)优...转载 2018-10-16 17:21:25 · 399 阅读 · 0 评论 -
个人博客,欢迎来玩~
最新的博客论文等都会分享到自己搭建的个人博客上,欢迎大家来玩~~添加链接描述原创 2018-12-04 22:30:52 · 252 阅读 · 0 评论 -
Pytorch中常用的API
本文转载自:https://blog.csdn.net/huyaoyu/article/details/78526675 主要内容源于对PyTorch的doc的阅读: DocTensor的element-wise的乘法是直接使用 * 。而Tensor之间的矩阵乘法使用Tensor.mm()方法。仅记录了我认为比较常用和有用的API。torch.is_tensor(...转载 2019-04-25 10:16:53 · 3072 阅读 · 1 评论 -
Pytorch中几种模型的参数初始化
http://www.cnblogs.com/darkknightzh/p/8297793.html原创 2019-05-30 20:04:23 · 3845 阅读 · 0 评论 -
pytorch中Tensor 常用的操作
本文转载自:https://blog.csdn.net/xholes/article/details/81667211 pytorch: Te...转载 2019-07-04 20:24:50 · 10644 阅读 · 0 评论 -
Focusing Attention Network(FAN)自然图像文本识别 学习笔记
Focusing Attention: Towards Accurate Text Recognition in Natural ImagesAuthor: Zhanzhan Cheng,Fan Bai,Yunlu Xu,Gang Zheng,Shiliang Pu,Shuigeng Zhou ICCV 20171.介绍对于一些复杂的或者质量低的图像,现有的基于注意力(atten...原创 2018-07-06 18:27:01 · 4902 阅读 · 5 评论 -
基于深度学习的目标检测及场景文字检测研究
基于深度学习的目标检测及场景文字检测研究 转载自:https://blog.csdn.net/u013250416/article/details/79591263 一.目标检测与场景文字检测定义目标检测:给定一张图片或者视频帧,找出其中所有目标的...转载 2018-06-28 20:14:36 · 4989 阅读 · 0 评论 -
RCNN用到的SelectiveSearch的理解笔记
RCNN用到的SelectiveSearch的理解笔记在学习RCNN的过程中,我是从Rich feature hierarchies for accurate object detection and semantic segmenta这篇论文开始,这个论文给出了用DeepLearning做物体识别的一个思路,就是用selectivesearch之类的算法,生成一系列候选区域,并通过与目标区域...转载 2018-06-28 15:37:16 · 600 阅读 · 0 评论 -
生成对抗网络GAN原理 学习笔记
Generative Adversarial Nets1. GAN究竟在做什么?学习样本集的数据分布A.学习数据分布有什么用?(1) 学习到高维抽象的分布函数 (2) 模拟预测未来数据 (3) 处理缺省数据问题:如半监督学习 (4) 生产真实样本 建立模型,分析数据特征,还原数据,……B.如何生成真实样本?C.生成模型的一些常见方法:D.生成模...原创 2018-05-30 21:12:03 · 900 阅读 · 0 评论 -
深度卷积神经网络VGG 学习笔记
VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITIONAuthor:Karen Simonyan & Andrew Zisserman Years:2014,Published as a conference paper at ICLR 20151.介绍VGGNet是2014年 ImageNet...原创 2018-05-31 20:41:54 · 6422 阅读 · 0 评论 -
ImageNet 近几年模型汇总
ImageNet Large-ScaleVisual Recognition Challenge (ILSVRC)用到的模型1.2012年,Hinton的学生Alex Krizhevsky提出了深度卷积神经网络模型AlexNet 2.2014年,牛津大学计算机视觉几何组Karen Simonyan和Google DeepMind公司的研究员Andrew Zisserman一起研发的深度卷积...原创 2018-05-31 21:22:18 · 3582 阅读 · 0 评论 -
基于深度卷积神经网络的图像反卷积 学习笔记
Deep Convolutional Neural Network for Image DeconvolutionAuthor : Li Xu、Jimmy SJ. Ren 、Ce Liu 、Jiaya Jia 1.介绍在本文中,我们提出了一种不基于物理或数学特征的自然图像反卷积方法,我们展示了使用图像样本构建数据驱动系统的新方向,这些图像样本可以很容易地从摄像机中生成或在线收集。 我...原创 2018-06-15 22:41:55 · 7427 阅读 · 0 评论 -
Robust Scene Text Recognition with Automatic Rectification 学习笔记
Robust Scene Text Recognition with Automatic RectificationAuthor: Baoguang Shi, Xinggang Wang, Pengyuan Lyu, Cong Yao, Xiang Bai CVPR 20161.介绍识别自然图像中的文字仍是一个充满挑战的任务,本文提出了RARE(Robust text recog...原创 2018-07-09 16:07:23 · 4394 阅读 · 1 评论 -
上海科技大学信息科学与技术研讨会(SSIST day1) 笔记
一、Deep representations,Adversial learning and Domain Adaptation for Some Computer Vision ProblemsPresenters:Rama Chellappa University of Maryland 1.Deep representations: CVPR2016 Learning Deep ...原创 2018-07-03 12:39:36 · 946 阅读 · 0 评论 -
基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN
基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,更何况物体还可以是多个类别。ob...转载 2018-06-28 11:31:27 · 140 阅读 · 0 评论 -
深度学习之模型fine-tuning(微调网络)
转载自楼燚(yì)航的blog,http://www.cnblogs.com/louyihang-loves-baiyan/目前呢,caffe,theano,torch是当下比较流行的Deep Learning的深度学习框架,楼主最近也在做一些与此相关的事情。在这里,我主要介绍一下如何在Caffe上微调网络,适应我们自己特定的新任务。一般来说我们自己需要做的方向,比如在一些特定的领域的识别分类中...转载 2018-06-28 12:06:49 · 16266 阅读 · 0 评论 -
R-CNN论文 学习笔记
Rich feature hierarchies for accurate object detection and semantic segmentationAuthor : Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik1.介绍不同于以往的特征检测算法HOG和SIFT,本文提出了一种新的算法将特征提取与CNNs结...原创 2018-07-16 15:00:08 · 283 阅读 · 0 评论 -
pytorch中transform常用的几个方法
本文转载自:https://blog.csdn.net/u011995719/article/details/85107009文章目录一、 裁剪——Crop1.随机裁剪:transforms.RandomCrop2.中心裁剪:transforms.CenterCrop3.随机长宽比裁剪 transforms.RandomResizedCrop4.上下左右中心裁剪:transforms.Five...转载 2019-08-05 10:54:35 · 17823 阅读 · 2 评论