欢迎来到我的酒馆

目标检测论文 feature pyramid networks for object detection

Dense Block: 每一层只增加 k = 4 个feature map 然后跟前面的所有concat，再 BN-->ReLU-->Conv   （一般k = 12） 整体结构： Dense Block之间是Conv和Pooling Bottleneck layers:尽管每次只增加k个，但是到后来还是很大，所以,采用Bottleneck，即BN-ReL...

论文地址：https://arxiv.org/abs/1604.03540v1问题：正负样本不均衡，总是训练好训练的样本。已有解决办法：Bootstrapping 应该就是机器学习里常用的Boosting算法吧，有名就有AdaBoosting，就是每次训练完成后，把训练错误的样本的权重增加，多次训练得到多个分类器，最后多个分类器联合做决策。但是在现在神经网络中不好用，因为咱训练的时间太长了，不能等

Kaiming He 新作，貌似投iccv？ 论文地址： https://arxiv.org/abs/1703.06870目标设计一个很棒的实例分割网络 Our goal in this work is to develop a comparably enabling framework for instance segmentation.实例分割难点不仅仅要找出物体，还要语义分割 It

R-FCN 笔记 不是解读哟

Residual Neural Network

FCN首次应用

论文笔记 关于推荐系统

自动生成符合自己想要的艺术风格的图片

首先分析了 ResNet 和 DenseNet。 借鉴RNN的表达方式。k: 当前处于哪个步t：第t步ht: 第t步的隐藏状态：在第k步中，提取第t状态特征的函数gk：第k步，转换聚合特征的函数 如果 ， 那么可以写成：简化成：其中，。 如果， 那就是RNN。 如果不共享，就是ResNet。 如果  不满足，就是DenseNet ...