![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
Lovefeifei20200119
技术改变世界
展开
-
Paper2:R-CNN
参考学习博客:https://blog.csdn.net/wopawn/article/details/52133338 1 创新点 采用CNN网络提取图像特征,从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式,提高特征对样本的表示能力; 采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。 2 测试过程 输入一张多目标图像,采用selecti...原创 2019-01-28 16:17:25 · 170 阅读 · 0 评论 -
R-CNN论文翻译
Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5) 丰富的特征层次结构,用于精确的目标检测和语义分割技术报告(v5) 摘要 在典型的PASCAL VOC数据集上测量的对象检测性能在过去几年中已经稳定下来。最好的方法是复杂的系统,通常将...原创 2019-01-28 16:17:18 · 529 阅读 · 0 评论 -
Paper1:Network in Network(NIN)
Network in Network(NIN) 目录 Network in Network(NIN) 1 综述 (1)1×1卷积的使用 (2)CNN网络中不使用FC层(全连接层) (3)全局平均他化的优势 2 网络结构(MLP卷积层) 3 caffe中的实现 4 1*1卷积的作用 1 综述 (1)1×1卷积的使用 文中提出使用mlpconv网络层替代传统的c...原创 2018-11-06 11:19:13 · 254 阅读 · 0 评论