论文阅读笔记
qq_32751937
已转行汽车行业,从事整车能源管理专业,人工智能内容停止更新
展开
-
You Only Look Once: Unified, Real-Time Object Detection(YOLO,2016)论文阅读笔记
原文链接参考yoloV1,看过好多篇,这篇感觉讲的最通俗易懂原创 2020-12-03 14:02:35 · 138 阅读 · 0 评论 -
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks(2015)阅读笔记
原文链接原创 2019-07-13 18:34:30 · 192 阅读 · 0 评论 -
SSD: Single Shot MultiBox Detector(2015)阅读笔记
SSD: Single Shot MultiBox Detector原文链接SSD: Single Shot MultiBox Detector(2015)阅读笔记一、解决问题二、解决方法三、效果一、解决问题基于RP的两阶段模型所需的计算资源较大并且检测速度太慢。虽然有很多研究尝试构建更快的检测器,但是到目前为止,显著提高的速度都以显著降低的检测精度为代价。二、解决方法与两阶段检测器相比...原创 2019-07-14 17:42:59 · 235 阅读 · 0 评论 -
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift阅读笔记
Batch Normalization: Accelerating Deep Network Training byReducing Internal Covariate ShiftBatch Normalization阅读笔记一、解决问题一、解决问题原创 2019-07-09 13:04:59 · 138 阅读 · 0 评论 -
GoogLeNet(inception-v1,v2,v3,v4)阅读笔记
inception-v1:Going deeper with convolutionsinception-v2:Batch Normalization: Accelerating Deep Network Training byReducing Internal Covariate Shiftinception-v3:Rethinking the Inception Architecture...原创 2019-07-10 16:03:10 · 653 阅读 · 0 评论 -
Deep Residual Learning for Image Recognition(ResNet)阅读笔记
原文链接译文链接Deep Residual Learning for Image Recognition(ResNet)理解一、解决问题二、解决方法三、效果参考Recognition(ResNet)理解一、解决问题退化问题:随着网络深度的增加,准确率达到饱和然后迅速退化。即网络达到一定层数后继续加深模型会导致模型表现下降。意外的是,这种退化并不是由过拟合造成的,也不是由梯度消失和爆炸造成...原创 2019-06-30 23:35:20 · 372 阅读 · 0 评论 -
Rich feature hierarchies for accurate object detection and semantic segmentation(R-CNN,2013)论文笔记
R-CNN阅读笔记一、解决问题二、解决方法(一)问题定位(二)滑动窗与感受野的矛盾一、解决问题2012年,Krizhevsky等人在ImageNet大规模视觉识别挑战赛(ILSVRC)上的表现出色(AlexNet)。那么ImageNet上的CNN分类结果在何种程度上能够应用到PASCAL VOC挑战的物体检测任务上?本文主要关注了两个问题:1.使用深度网络定位物体和在小规模的标注数据集上...原创 2019-07-10 20:37:21 · 120 阅读 · 0 评论 -
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-Net,2014)阅读笔记
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition原文链接Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition阅读笔记一、解决问题二、解决方法(一)基础原理(二)在R-CNN上的应用三、效果...原创 2019-07-11 13:10:17 · 240 阅读 · 0 评论 -
Fast R-CNN (2015)阅读笔记
Fast R-CNN 原文链接Fast R-CNN阅读笔记一、解决问题二、解决方法(一)结构和流程(二)具体细节1.ROI池化层2.使用预训练卷积初始化fast R-CNN网络3.微调(没有理解明白)4.损失函数(1)分类损失函数(2)位置回归损失函数5.奇异值分解(SVD)三、效果参考一、解决问题当前的方法采用多级流水线(卷积、SVM、位置回归都分别单独训练)的方式训练模型,既慢且精度不高...原创 2019-07-11 19:34:28 · 254 阅读 · 0 评论