论文学习
负债少女
像大神学习o(^▽^)o
展开
-
(八)HED:Holistically-Nested Edge Detection论文学习
一、摘要HED用FCN及深度监督模型来得到图像到图像的边缘检测,多尺度的边缘特征由不同层的卷积层获得。BSD500的数据集ODS F-score的精度为.746整体图像训练及预测多尺度、多层次的特征学习class-balanced_sigmoid_cross_entropy下图是不同尺度下的预测结果,可以看出传统的检测算法如canny算子会有图像边缘不连续的问题。HED的检测效果要...原创 2020-04-26 19:59:54 · 657 阅读 · 0 评论 -
(七)YOLO_v2 论文学习
一、目标检测的一些方法DPM:使用滑动窗口方法,在整个图像上均匀间隔的位置取子窗口并对其进行分类以判别是否包含特定目标R-CNN:使用区域提案方法首先在图像中生成潜在的边界框,然后在这些建议的框上运行分类器。分类后,后处理用于修正边界框,消除重复检测,并根据场景中的其他对象重新生成框。YOLO:将目标检测作为回归问题,以往的目标检测都是分类问题。处理过程简单,首先将输入图像缩放成448*4...原创 2020-03-13 15:24:52 · 169 阅读 · 0 评论 -
(五)ShuffleNet_v2学习笔记
存储原创 2020-03-05 18:00:40 · 210 阅读 · 0 评论 -
(三)MobileNet_v2论文学习
参考博客原创 2020-03-03 16:02:58 · 146 阅读 · 0 评论 -
深度学习基础论文学习
轻量级网络(一)MobileNet_v1——2017论文解读(二)ShuffleNet_v1——2017论文解读(三)MobileNet_v2——2018CVPR论文解读(四)ShuffleNet_v2——2018ECCV论文解读(五)MobileNet_v3——2019ICCV论文解读(六)SSD----2016ECCV论文解读(七)YOLOv2----2017CVPR论文解读(...原创 2020-02-24 14:28:17 · 225 阅读 · 0 评论 -
(二)ShuffleNet学习笔记
目的:为计算能力非常有限(例如10-150 MFLOP)的移动设备追求最佳准确性方法:逐点组卷积(解决1×1的卷积计算复杂度)、通道混洗(解决群卷积的副作用)...原创 2020-02-23 20:18:53 · 283 阅读 · 0 评论 -
(一)MobileNet学习笔记
1.depthwise separable convolutions原文链接Depthwise Convolution的一个卷积核负责一个通道,得到的Feature map数量与输入层的通道数相同,无法扩展Feature map,没有有效的利用不同通道在相同空间位置上的feature信息。Pointwise Convolution的卷积核的尺寸为 1×1×M,M为上一层的通道数,将上一步的...原创 2020-02-21 21:19:48 · 263 阅读 · 0 评论 -
BDCN学习v1
ps2dPd2sIDB-1IDB-2IDB-3IDB-4IDB-5原创 2019-10-24 16:01:30 · 861 阅读 · 1 评论