- 博客(9)
- 收藏
- 关注
原创 CAM 学习笔记
CAM 算法是论文《Learning Deep Features for Discriminative Localization》中提出的,作者发现 CNN 网络虽然在训练时可能未提供对象的位置,但是仍然具有很强的定位特征能力,如上图所示。上图是 CAM 运行的效果,可以看到对于刷牙这一类,CNN 能有效地定位到牙刷,而对于锯树,CNN 能有效定位到电锯。最后一层卷积层输出的特征图包含 n 个通道,利用该类的权重将特征图的 n 个通道加权求和,再映射到原始图片上即可得到不同区域的重要程度。
2022-12-17 22:41:12 979
原创 ZFNet 深度学习笔记
通过上述三个技术要点就可以完成反卷积操作,可视化效果如下图所示,当然ZF-Net通过可视化的研究,修正了Alex-Net的一些问题,最终形成了自己的模型。通过可视化的实验,作者还得出了一些结论,例如CNN浅层主要学习图像中的物体轮廓、边缘、纹理等特征,深层主要学习物体的相关性特征,例如处于同一类标签的图像,深层特征图就会极为相似,具体ZF-Net的结构如下图所示。有趣的是,作者还做了遮挡性实验,即对下图中狗的不同部位进行遮挡,然后通过Hamming distance 来判断原图和遮挡后图的相似性。
2022-12-15 19:51:19 175
原创 西瓜书学习03-第四章
策略:“分而治之” (divide-and-conquer)自根至叶的递归过程在每个中间结点寻找一个“划分” (split or test) 属性
2022-11-23 23:17:28 87
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人