深度学习论文阅读
文章平均质量分 93
自在犹仙
平平无奇的CVer
展开
-
DETR论文笔记
文章提出一种基于Transformer架构的目标检测框架,并表现出了和Faster RCNN相当的性能。利用Encoder-Decoder结构简化了检测流程,并在此基础上提出一种集合的全局损失,通过二部匹配实现唯一预测。它的流程为:给定Quary学习对象集,DETR推理学习对象与全局的上下文关系,并行输出最终预测集。二分图匹配(bipartite matching):图的顶点可以分为两个集合,每条边应对的顶点分别属于这两个集合,G=[V,E],结点集合V可以分割为互不相交的子集(V1,V2)。原创 2023-05-18 21:38:49 · 324 阅读 · 2 评论 -
ATSS论文笔记
ATSS论文解读与代码复现理解原创 2023-05-07 15:13:13 · 410 阅读 · 1 评论 -
U-Net论文笔记
U-Net 架构在非常不同的生物医学分割应用中取得了良好的性能。由于数据增强算法的使用,使得很少数据的图像就可以实现较好的分割效果。原创 2023-03-12 20:11:58 · 133 阅读 · 0 评论 -
Mask RCNN论文解读
Mask RCNN论文笔记自用分享原创 2023-02-05 15:16:07 · 233 阅读 · 0 评论 -
GoogleNet论文精读与代码复现
GoogleNet论文阅读笔记原创 2023-01-06 13:22:02 · 338 阅读 · 1 评论 -
RCNN论文阅读笔记
R-CNN论文阅读背景:R-CNN作为经典的目标检测网络算法,论文标题为:《Rich feature hierarchies for accurate object detection and semantic segmentation》即高准确度的目标检测与语义分割的一种神经网络。论文发布于2014年,是two-stage的开山经典之作。与ImageNet一同开启了计算机视觉人工智能第二个十年。后续的包括SPP-Net、Fast-RCNN等都是基于此。一、前言与介绍传统目标检测达到原创 2022-02-11 22:28:07 · 575 阅读 · 0 评论