2016年11月_happy_XYY

11月 07月 06月 05月 04月 03月

转载基R-CNN的物体检测

主要是讲解2014年CVPR上的经典paper：《Richfeature hierarchies for Accurate Object Detection and Segmentation 》，这篇论文的算法思想又被称之为：R-CNN（Regions with Convolutional NeuralNetwork Features）这篇paper的思想，改变了物体检测的总思路，现在好多文献关于深度学习的物体检测的算法，基本上都是继承了这个思想，所以学习经典算法，有助于我们以后学习物体检测的其它pape

2016-11-29 10:02:46 1760

原创 Rich featureHierarchies for accurate object detection and semantic segmentation 阅读笔记

2016-11-22 Rich featureHierarchies for accurate object detection and semantic segmentation建议读此论文之前，先读基于R_CNN的物体检测 AbstractPASCAL VOC（patternanalysis，statistical modelling and computatio

2016-11-29 10:02:21 2385

原创 Selective Search for Object Detection

物体检测中，在图像中找到确定一个物体，并找出具体位置。之前的主要做法是基于穷举搜索，或者说是暴力获取（Exhaustive Search），选择一个窗口（window）扫描整张图像（image），改变窗口的大小，继续扫描整张图像。显然这种做法是比较原始的，改变窗口的大小，扫描整张图像，直观上就给人一种非常耗时，结果太杂的印象。在2012年，作者提出了一种新的选出候选区域的方法能够从下面的3个方面优化候选区域问题

2016-11-29 10:02:01 1308 1

原创深度学习与图像识别图像检测

主要是看了些关于深度学习图像识别和图像检测的论文，介绍了深度学习处理图像的优势

2016-11-25 17:08:40 62715 4

转载迁移学习

对于Artist styletransfer for videos，为了研究它是不是属于迁移学习，故查阅关于迁移学习的资料迁移学习在传统的机器学习框架下，学习的任务就是在给定充分训练数据的基础上学习一个分类模型，然后利用这个学习到的模型对测试文档进行分类与预测。然而，机器学习算法在当前互联网应用研究中存在一个关键问题，即一些新出现的领域中大量训练数据非常稀缺。随着互联网的高速发展，Web

2016-11-23 18:51:46 3142 2

原创深度学习框架对比

PaddlePaddle简单介绍PArallel Distributed Deep Learning （并行分布式深度学习） PaddlePaddle 是百度自主研发的性能优先、灵活易用的深度学习平台，是一个已经解决和将要解决一些实际问题的平台。已为百度内部多项产品提供深度学习算法支持，在深度学习框架方面，覆盖了搜索、图像识别、语音语义识别理解、情感分析、机器翻译、用户画像推荐等多领域的

2016-11-16 14:59:17 4310 1