第六十四周学习笔记

最新推荐文章于 2023-03-22 02:07:41 发布
最新推荐文章于 2023-03-22 02:07:41 发布
阅读量305 收藏
点赞数
分类专栏： 学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/luo3300612/article/details/102745017
版权

第六十四周学习笔记

实验结果

简单用不同指标训练了几个saliency model结果如图
在这里插入图片描述
效果都一般,模型仍有很多部分需要确认

用我自己的版本(4000+)个fixation结果:
在这里插入图片描述
在这里插入图片描述

结论

  • 感觉网络结构没写对,特别是上采样部分,下周任务是对这部分进行修改,换成FCN试试看

上周任务完成情况

  • 论文阅读
  • Saliency model
  • Saliency和caption model结合
    均未完成

下周任务

  • 论文阅读>=5
  • 完成Saliency model的debug
显著性检测——GR模型
JERRY6066的博客
02-22 6590
显著性检测——GR模型1. Introduction2. Saliency Model2.1 Initial Saliency Map2.2 Saliency Map Refining With Graph Regularization3. Experiments4. Conclusion 本人最近在做视觉显著性检测相关的工作，决定把自己的学习经历形成文字，希望对读者有所帮助。 笔者才疏学浅，文章...
paddle第二周学习笔记
weixin_45602922的博客
08-24 1211
卷积神经网络 卷积神经网络是目前计算机视觉中使用最普遍的模型结构。本章节主要为读者介绍卷积神经网络的一些基础模块，包括： 卷积（Convolution） 池化（Pooling） 激活函数 批归一化（Batch Normalization）是在训练过程中将大量样本的均值和方差保存下来，预测时直接使用保存好的值而不再重新计算。实际上，在BatchNorm的具体实现中，训练时会计算均值和方差的移动平均值。默认采用权重叠加法计算训练集的相关参数。 丢弃法（Dropout） 飞浆提供两种方法： downgrade_i
论文阅读笔记--A Model of Saliency-based Visual Attention for Rapid Scene Analysis
qq_22565865的博客
06-22 801
一篇解读这篇论文的博客:阅读图像显著性检测论文一：A Model of Saliency-Based Visual Attention for Rapid Scene Analysis 文章完整信息： 标题：A Model of Saliency-Based Visual Attention for Rapid Scene Analysis 作者: Laurent Itti, Christof Koch, and Ernst Niebur 期刊名称：IEEE TRANSACTIONS ON PATTERN
Saliency Integration ：An Arbitrator Model阅读总结
qq_40092110的博客
03-07 1936
Saliency Integration An Arbitrator Model 一、阅读总结 1. 本文提出了什么 文章提出了一种显著集成的仲裁模型，首先，将多个显著模型的一致性和外部知识融合到基准图中。其次，对不带基本真值标签的显著性模型的专业知识评估方法。最后，推导了一个贝叶斯集成框架来协调不同专业知识的显著性模型和基准图。 2. 传统的方法有什么劣势(未完) 离线的显著性模型通过使用预...
PaperReading:Object Co-Segmentation Based on Shortest Path Algorithm and Saliency Model
First—string的博客
05-06 941
这是2012年一篇协同分割方面的文章，主要贡献在于构建了图结构，基于图结构使用 Shortest Path Search最短路径搜索得到最终分割结果。文章分为三个部分Part1 local region generation 也就是生成proposal，proposal大概意思：是可能的区域，就是候选分割区域。 在这部分，目的是生成可供下文协同分割选择的候选对象，简单的说就是很多的window和
【教程】使用 Captum 解释 GNN 模型预测
最新发布
xfxuezhang.cn
03-22 5462
GNN的可解释性
PaddlePaddle第二周学习笔记
luolovebiology的博客
08-18 802
项目一：使用飞浆完成手写数字识别模型 MNIST数据集 MNIST数据集是从NIST的Special Database 3（SD-3）和Special Database 1（SD-1）构建而来。 构建手写数字识别的神经网络模型 飞桨各模型代码结构一致，大大降低了用户的编码难度 教程采用"横纵式"教学法，适用于深度学习初学者 项目二：通过极简方案快速构建手写数字识别模型 加载飞桨
PMBOK(第六版) 学习笔记 ——《考试、成绩、PDU》
橘子上树丶的博客
08-07 1511
系列文章目录 PMBOK(第六版) 学习笔记 ——《第一章 引论》 PMBOK(第六版) 学习笔记 ——《第二章 项目运行环境》 PMBOK(第六版) 学习笔记 ——《第三章 项目经理的角色》 PMBOK(第六版) 学习笔记 ——《第四章 项目整合管理》 PMBOK(第六版) 学习笔记 ——《第五章 项目范围管理》 PMBOK(第六版) 学习笔记 ——《第六章 项目进度管理》 PMBOK(第六版) 学习笔记 ——《第七章 项目成本管理》 PMBOK(第六版) 学习笔记 ——《第八章 项目质量管理》 PMB
接触软件工程第一周的学习笔记
YX15925593190的博客
03-13 399
接触软件工程第一周的学习笔记 本博客包含内容 此篇博客包含github，注册，登录，学会初步使用。下载git进行使用、创建本地仓库，建立目录，上传更新到github，3个软件工程工具软件Microsoft Visio，PowerDesigner，Rational Rose的初步了解 特别注意：博主本人也是小白一大枚，以下的操作都是基于博主本博windows10版本和64位操作系统下进行的，内容都是...
微机原理 （西安电子科技大学-周佳社老师）学习笔记
lygl35的博客
12-25 2881
1-4 绪论（四） 5-12 数制与码制（八） 13-23 8086结构与功能（十一） 24-64 8086指令系统（四十一） 65-70 汇编语言程序设计（六） 71-79 总线及其形成（九） 80-88 存储器系统设计（九） 89-94 常用芯片的接口技术（六） 95-99 中断系统与可编中断控制芯片8259A 100-107 可编程并行接口芯
CVPR 2015 Saliency Detection (显著性检测）
u011411283的专栏
06-13 9926
前一篇文章是做显著性的，最近很关注这个方向，CVPR 2015的也出了，特意整理一下，简单的分析以后有空再加： 1. “Traditional Saliency Reloaded: A Good Old Model in New Shape”，Simone Frintrop, Thomas Werner, Germán Martin Garcia。 DOG高斯金字塔得重新包装，再次提醒很多
现有的Saliency计算模型的几个常见问题及回答
weixin_30248399的博客
12-06 135
Ali Borji等人在ECCV上发表了一篇关于显著性模型的综合论文。 原文来自：Ali Borji, Dicky N. Sihite, and Laurent Itti," Salient Object Detection: A Benchmark", 总结了自2011年以及之前发表的，能容易得到的（代码或者Saliency Map），具有很好的准确率的，或者具有很高引用率的模型。 全文...
Model-based encoding and decoding of auditory fMRI responses to real-life sounds
qq_27898631的博客
03-24 603
Study notes on Cortical processing of pitch: Model-based encoding and decoding of auditory fMRI responses to real-life sounds Abstract: 音调是一个与声音基频（或者说周期）相关的属性。已经有研究是针对大脑的听觉皮层对合成音乐的音调的处理或者说编解码，但是对自然音乐的...
显著性检测（三）A Model of Saliency-Based Visual Attention for Rapid Scene Analysis
dawnlooo的博客
10-04 3055
本文是显著性检测的开山之作，自1998年被发表，引用量接近8000次。这篇论文提出了一个视觉注意系统，灵感来自于早期灵长类动物视觉系统的神经元结构和行为。多尺度图像特征组合成一个单一的地形显著图。一种动态神经网络根据显著性降序选择位置。该系统通过快速选择、计算效率高的方式，对突出的位置进行详细分析，从而打破了场景理解的复杂问题。 本文所提出的显著性模型分为两个部分：首先提取图像特征，形成特征图进而
opencv 图像上画出目标运动的轨迹_OpenCV中的显著性检测（Saliency Detection）
weixin_39883256的博客
11-30 907
前言显著性检测，就是使用图像处理技术和计算机视觉算法来定位图片中最“显著”的区域。显著区域就是指图片中引人注目的区域或比较重要的区域，例如人眼在观看一幅图片时会首先关注的区域。例如下图，我们人眼一眼看过去首先注意到的不是草坪，而是躺在草坪上的内马尔，内马尔所在的区域就是显著性区域。这种自动定位图像或场景重要区域的过程称为显着性检测。显著性检测在目标检测、机器人领域有很多应用。三种显著性检测算法在O...
深度学习tracking学习笔记(2)：图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention）
热门推荐
Focusing on your own Mind :) －> 站在巨人的肩膀上
06-23 1万+
reference: http://blog.csdn.net/anshan1984/article/details/8657176 http://blog.csdn.net/huangbo10/article/details/19788547?utm_source=tuicool&utm_medium=referral 关于显著度的研究是从生物研究发展而来，早期比较重要的工作是C.Ko
第三十二周学习笔记
Peter的脱发日记
03-15 1019
第三十二周学习笔记 CS231n 翻译自英文笔记 损失函数 数据损失(data loss)是预测与真实标签的一致性度量，往往的表达式是 L=1N∑iLiL=\dfrac{1}{N}\sum_iL_iL=N1​i∑​Li​ 其中，NNN是训练集数据的数量，记f=f(xi;W)f=f(x_i;W)f=f(xi​;W)为输出层的激活函数，以下是一些实际中面对的问题 分类，两个最常见的损失函数之一是SVM...
第五十周学习笔记
Peter的脱发日记
07-19 942
第五十周学习笔记 论文阅读概述 SemStyle: Learning to Generate Stylised Image Captions using Unaligned Text: This article introduces a novel model dubbed SemStyle to generate diverse image caption based on paired fa...
第二十四周学习笔记
Peter的脱发日记
01-18 910
第二十四周学习笔记 论文阅读《SuperPoint: Self-Supervised Interest Point Detection and Description》 文章解决了什么问题 无标注情况下关键点检测和特征描述子生成 用了什么方法 自监督训练方法 使用全卷积神经网络架构，一个共享的encoder对图片进行编码，两个decoder分别检测关键点和生成描述子 效果如何 存在什么不足 其他 ...
8086汇编语言学习笔记：寄存器、地址与段
第六章：多段程序 在8086系统中，程序可能分布在多个段中。这一章讲述了如何管理和使用包含多个段的程序，涉及到段地址和偏移地址的组合，以及如何形成物理地址。 第七章：更灵活的内存定位 本章深入探讨了如何更...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值
>