![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DeepLearning paper
文章平均质量分 91
编辑尼撑
做一个知识的搬运工。上面的QQ并非本人。
展开
-
分割网络 U-Net
U-Net: Convolutional Networks for BiomedicalImage SegmentationU-net:作者提出了一种依赖于数据增强,使用少量标注数据更有效的网络和训练策略。该架构包括了两个路径,一个是压缩路径去捕获上下午,一个是对称扩展路径能够更有效的定位。此外,在少量数据的基础上,该网络实现了一种端到端的训练。在文章中,作者建立了一个全卷积网络,它使用少量的数据...原创 2018-06-21 10:54:12 · 1186 阅读 · 0 评论 -
ocr
**Generic Text Recognition usingLong Short-Term Memory Networks**光学字符识别(OCR)的研究是模式识别(PR)中的一个老问题。 人类阅读的过程是开发一台能够以与人类相同的阅读方式阅读文本的机器的灵感。 其实OCR的早期系统旨在帮助盲人阅读。 几十年的研究已经产生了许多实用的系统,从后期[RH89]中的帖子分类到自动识别银行支票[...翻译 2018-12-22 14:35:51 · 802 阅读 · 0 评论 -
Fast R-CNN
FAST R-CNN目前,深度卷积网络在图像分类和目标检测有明显的提高。相比于图像分类,目标检测是一项更具有挑战性的任务。其中,需要精确的定位目标的位置。因此,有两个挑战,一、产生大量的候选目标框,二、由候选目标框产生的粗略的定位必须被refine从而实现精确的定位。为了对现有检测算法的改进,作者提出了Fast R-CNN,它不仅在训练和测试时速度更快,而且具有一下几项优势:1、Higher...原创 2018-12-27 00:12:40 · 256 阅读 · 0 评论 -
SPP-NET
SSP-Net 这个网络主要的思想是为了让输入CNN的图像保持原始尺寸,而不像R-CNN等神经网络一样,需要将原始图像转换成固定的尺寸后,再输入网络。例如:warping,cropping等。因为将原始图像压缩或转换为固定的尺寸是一个有损的过程,可能不包括整个对象或因图像扭曲而导致不必要的几何失真,可能会降低tasks的精度。并且,CNN包括卷积层和全连接层。卷积层以滑动窗口的方式操作...原创 2018-12-05 00:00:26 · 359 阅读 · 0 评论 -
R-CNN
R-CNN (Regions with CNN features)#r-rcnn ——包括两个关键点:(1)可以将高容量卷积神经网络(CNN)应用于自下而上的区域提议(region proposals),以便对对象进行本地化和分割。(2)当标记的训练数据很少时,监督的预训练作为辅助任务,然后进行特定领域的微调,产生显着的性能提升。论文中提到了传统的方法在视觉识别中发展缓慢。由于传统方法使用HO...原创 2018-11-18 21:28:25 · 306 阅读 · 0 评论 -
YOLO 物体检测
YouOnly Look Once:Unified,Real-Time Object DetectionYOLO(You only look once):将物体检测重新绘制作为一个简单的回归问题,直接从图像像素生成bounding box的坐标和类的预测。Using our system, you only look once at an image to predict whatobjects ...原创 2018-06-19 17:49:30 · 1336 阅读 · 0 评论 -
检测网络SSD
SSD: Single Shot MultiBox Detector(2016)Abstract总结:SSD(一次性探测器,a single-shotdetector)主要为了图像中的目标检测。SSD,根据不同的长宽比和放缩每个feature map的位置,将输出空间中的bounding boxes离散化为一组默认框。在预测时(Test),网络会在每个默认框中为存在的每个类别进行打分(给出scor...原创 2018-06-15 15:55:05 · 1821 阅读 · 0 评论 -
Patch-based Convolutional Neural Network总结
Patch-based Convolutional Neural Network for WholeSlide Tissue ImageClassificationabstract总结:为了自动识别癌症的亚型,在千亿像素级的WSI(Whole Slide Tissue Images)上训练一个CNN是不可能的。癌症亚型的差异是基于细胞级的视觉特征,在图像patch上被观察。所以,作者强调在图像pa...原创 2018-06-14 12:39:39 · 6573 阅读 · 1 评论 -
LSTM for ocr
Long Short-Term Memory Networks本附录详细介绍了长期短期记忆(LSTM)网络的内部工作。 本附录的第一部分概述了有关LSTM网络的必要数学细节。 第二部分讨论了LSTM网络的各种体系结构,这些体系结构通常用于各种任务,包括打印的OCR。 最后一部分描述了使用LSTM网络时需要调整的各种参数。A.1 LSTM NetworksLSTM网络是最新的递归神经网络(RN...翻译 2018-12-22 23:55:42 · 1739 阅读 · 0 评论