![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习DeepLearning
文章平均质量分 51
polaris_c
这个作者很懒,什么都没留下…
展开
-
深度学习论文资料集合
最近从学姐那里找来了一些深度学习的论文,算是这一领域入门必读吧。同时还有一本Deep learning的英文版电子书,与这18篇论文一起打包放在百度云里了。以后还会持续更新与增加文章的。链接: https://pan.baidu.com/s/1nvBpcjJ密码: jrve原创 2017-11-20 11:01:07 · 526 阅读 · 0 评论 -
卷积神经网络的发展综述
部分内容来自《Recent_Advances_in_Convolutional_Neural_Networks》,本人在此文基础上进行了一些删改。过去几年,深度学习在解决诸如图像目标识别、语音识别和自然语言处理等很多问题方面都表现出色。在各种类型的神经网络当中,卷积神经网络是得到最深入研究的。早期由于缺乏训练数据和计算能力,要在不产生过拟合的情况下训练出高性能卷积神经网络是很困难的。ImageNet这样的大规模标记数据的出现和GPU计算性能的快速提高,使得对卷积神经网络的研究迅速井喷。本文我将纵览卷积神经原创 2017-12-31 18:52:50 · 47719 阅读 · 0 评论 -
《imagenet classification with deep convolutional neural networks》阅读笔记
《imagenet classification with deep convolutional neural networks》是学习CNN必读的一片论文。原文地址:深度学习论文资料这篇笔记是对论文中的亮点部分进行提炼解析,而非全文翻译。原创 2017-12-29 16:43:01 · 793 阅读 · 0 评论 -
(DaSiamRPN)Distractor-aware Siamese Networks for Visual Object Tracking 阅读笔记
2018年的VOT竞赛结果已出,基于深度特征(Deep Feature)的相关滤波依旧强势,但值得注意的是,基于孪生网络(Siamese Network)的方法异军突起,在主赛上有不俗表现的同时,在实时赛与长时跟踪赛上取得了几乎垄断的绝对优势。先解释一下SiamRPN与DaSiamRPNSiamRPN(High Performance Visual Tracking with Siames...原创 2018-10-31 20:43:17 · 1935 阅读 · 4 评论 -
SiamRPN VOT2018竞赛提交代码解读
SiamRPN VOT CODE1. 文件引用关系vot -->> vot_SiamRPN: Rectanglenet -->> vot_SiamRPN: SiamRPNBIGrun_SiamRPN -->> vot_SiamRPN: SiamRPN_init SiamRPN_trackutils原创 2018-11-30 21:59:11 · 5089 阅读 · 4 评论 -
Pytorch学习——常用函数
Pytorchtorch.Tensortorch.Tensor is a multi-dimensional matrix containing elements of a single data type.torch.Tensor is an alias for the default tensor type (torch.FloatTensor).torch.nn.Conv2d...原创 2018-11-30 22:19:57 · 390 阅读 · 0 评论 -
(MDNet)Learning Multi-Domain Convolutional Neural Networks for Visual Tracking 阅读笔记
MDNet是一种在线更新的深度学习单目标跟踪算法,由韩国浦项工科大学的团队提出。原创 2018-12-29 23:55:33 · 338 阅读 · 0 评论 -
通用单目标跟踪综述《Handcrafted and Deep Trackers: A Review of Recent Object Tracking Approaches》
近年来,视觉目标跟踪成为一个非常活跃的研究领域。每年都会提出越来越多的跟踪算法。跟踪在人机交互、自动驾驶汽车、机器人、监控和安全等各种现实问题中有着广泛的应用。本文将回顾跟踪领域的最新的趋势和进展,并基于特征提取方法评估了不同跟踪算法的鲁棒性。我们将跟踪算法大致分为基于相关滤波的跟踪算法(CFTs)和非基于相关滤波的跟踪算法(Non-CFTs)。根据体系结构和跟踪机制,将每个类别进一步划分为不同的...原创 2018-12-31 22:28:48 · 1270 阅读 · 0 评论