2018年10月_Nick-Hwong

10月 09月 08月 07月

原创深度学习中的迁移学习、finetuning、特征提取

在pytorch教程中In this document we will perform two types of transfer learning: finetuning and feature extraction. In finetuning, we start with a pretrained model and update all of the model’s parameter...

2018-10-26 15:02:00 2323

原创 Learning a Discriminative Feature Network for Semantic Segmentation阅读笔记

概述这篇文章首先引出了作者认为的语义分割中存在的两大问题：类内不一致（intra-class inconsistency）与类间无差别（inter-class indistinction）问题。针对这两大问题，这篇文章一个新的网络架构，称为Discriminative Feature Network（DFN），这个网络架构氛围两个子网络，分别命名为Border Network和Smooth Ne...

2018-10-24 18:09:32 406

原创 Squeeze-and-Excitation Networks（SE network）阅读笔记

SE Block详解SE Block通过学习通道之间的关系，调节特征图通道之间的权重，从而达到attention集中的目的，改善网络的表达能力。SE Block可以替代任意的卷积操作。上图为SE Block描述图。可以看到，通过SE Block以后特征图的维度不会发生改变。SE模块有些像res，最大的不同在于将最后的加改成了乘。SE Block有两条数据流。上边的数据流首先对原图进行一...

2018-10-24 17:18:31 1502

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 深度学习中的迁移学习、finetuning、特征提取

原创 Learning a Discriminative Feature Network for Semantic Segmentation阅读笔记

原创 Squeeze-and-Excitation Networks（SE network）阅读笔记

空空如也

空空如也

原创深度学习中的迁移学习、finetuning、特征提取