CNN
文章平均质量分 94
beihangzxm123
这个作者很懒,什么都没留下…
展开
-
CNN应用之基于R-CNN的物体检测-CVPR 2014-未完待续
转载自:深度学习(十八)CNN应用之基于R-CNN的物体检测-CVPR 2014-未完待续 - hjimce的专栏 - 博客频道 - CSDN.NEThttp://blog.csdn.net/hjimce/article/details/50187029基于R-CNN的物体检测原文地址:http://blog.csdn.net/hjimce/article/转载 2015-12-29 10:11:55 · 2826 阅读 · 0 评论 -
李菲菲课程笔记:Deep Learning for Computer Vision – Introduction to Convolution Neural Networks
转载自:http://www.analyticsvidhya.com/blog/2016/04/deep-learning-computer-vision-introduction-convolution-neural-networks/IntroductionThe power of artificial intelligence is beyond our imagination. W转载 2016-04-21 11:26:39 · 9584 阅读 · 0 评论 -
走近人脸检测:从VJ到深度学习(下)
转载自:https://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650324508&idx=1&sn=b103ea69129c794194e395076a97cf04 深度学习给目标检测带来的变革 人脸检测作为一种特定类型目标的检测任务,一方面具有其自己鲜明的特点,需要考虑人脸这一目标的特殊性,另一方面其也和其它类型目标的检测任转载 2016-04-21 11:20:11 · 7209 阅读 · 0 评论 -
深度学习卷积神经网络大事件一览
转载自:http://blog.csdn.net/u013088062/article/details/51118744 深度学习(DeepLearning)尤其是卷积神经网络(CNN)作为近几年来模式识别中的研究重点,受到人们越来越多的关注,相关的参考文献也是层出不穷,连续几年都占据了CVPR的半壁江山,但是万变不离其宗,那些在深度学习发展过程中起到至关重要的推动作用的经典文献依然值得回味,转载 2016-04-19 16:35:59 · 6295 阅读 · 0 评论 -
非极大值抑制(Non-maximum suppression)在物体检测领域的应用
转载自:http://blog.csdn.net/pb09013037/article/details/45477591一、Nms主要目的 在物体检测非极大值抑制应用十分广泛,主要目的是为了消除多余的框,找到最佳的物体检测的位置。如上图中:虽然几个框都检测到了人脸,但是我不需要这么多的框,我需要找到一个最能表达人脸的框。下图汽车检测也是同样转载 2016-04-18 09:52:46 · 1760 阅读 · 0 评论 -
Fast-RCNN解析:训练阶段代码导读
转载自:Fast-RCNN解析:训练阶段代码导读 - LinJM-机器视觉 - 博客频道 - CSDN.NEThttp://blog.csdn.net/linj_m/article/details/48930179#0-tsina-1-35514-397232819ff9a47a7b7e80a40613cfe1关于Fast-RCNN的解析,我们将主要分为两个部分来介转载 2016-01-02 10:42:23 · 2750 阅读 · 0 评论 -
回顾一些重要的CNN改进模型(你真的了解 Convolutional Neural Networks 么)
转载自:干货 | 你真的了解 Convolutional Neural Networks 么https://mp.weixin.qq.com/s?__biz=MzAwMjM3MTc5OA==&mid=403231780&idx=1&sn=4d6b282e45a016df274b72f08ddf8492&scene=1&srcid=0111p2ycZ4HF6hZ8N9eohts2&ascen转载 2016-01-12 23:59:50 · 9537 阅读 · 0 评论 -
卷积神经网络初探 | 数据科学家联盟 http://dataunion.org/20942.html
转载自:卷积神经网络初探 | 数据科学家联盟http://dataunion.org/20942.html前言目前为止我已经完整地学完了三个机器学习教程:包括“Stanford CS229”,”Machine Learning on Coursrea” 和 “Stanford UFLDL”,卷积神经网络是其中最抽象的概念。维基百科对卷积的数学转载 2016-01-05 16:30:40 · 1398 阅读 · 0 评论 -
图像卷积与滤波的一些知识点
转载自:图像卷积与滤波的一些知识点 - zouxy09的专栏 - 博客频道 - CSDN.NEThttp://blog.csdn.net/zouxy09/article/details/49080029之前在学习CNN的时候,有对卷积进行一些学习和整理,后来就烂尾了,现在稍微整理下,先放上来,以提醒和交流。一、线性滤波与卷积的基本概念 线性滤波可以转载 2015-12-30 09:57:49 · 5250 阅读 · 0 评论 -
CNN应用之基于Overfeat的物体检测-2014 ICLR-未完待续
转载自:深度学习(二十)CNN应用之基于Overfeat的物体检测-2014 ICLR-未完待续 - hjimce的专栏 - 博客频道 - CSDN.NEThttp://blog.csdn.net/hjimce/article/details/50187881基于Overfeat的物体检测原文地址:作者:hjimce一、相关理论本转载 2015-12-29 16:41:21 · 1937 阅读 · 0 评论 -
CNN应用之SPP(基于空间金字塔池化的卷积神经网络物体检测)-ECCV 2014-未完待续
基于空间金字塔池化的卷积神经网络物体检测原文地址:http://blog.csdn.net/hjimce/article/details/50187655作者:hjimce一、相关理论 本篇博文主要讲解大神何凯明2014年的paper:《Spatial Pyramid Pooling in Deep Convolutional Networks for Vi转载 2015-12-29 10:13:41 · 15747 阅读 · 0 评论 -
CNN资料
有关深度学习的一个博客http://www.jefkine.com/CNN最新进展综述(方法&应用)http://arxiv.org/abs/1512.07108v3卷积神经网络(CNN)新手指南http://mp.weixin.qq.com/s?__biz=MzI5NTIxNTg0OA==&mid=2247484343&idx=1&sn=726原创 2017-03-02 12:31:02 · 1158 阅读 · 0 评论