论文笔记
文章平均质量分 95
记录论文阅读笔记
GoAI
CSDN人工智能领域博客专家、新星计划计算机视觉方向导师、内容合伙人。阿里云社区专家博主、百度飞桨PPDE、飞桨校领航团团长、开源特训营导师,曾获多次AI比赛奖项及大厂实习,长期专注大数据与人工智能知识分享,相关合作和交流可私信。
展开
-
论文笔记系列:经典主干网络(二)-- ResNet
ResNet 网络是在 2015年 由微软实验室中的何凯明等几位大神提出,斩获当年ImageNet竞赛中分类任务第一名,目标检测第一名。获得COCO数据集中目标检测第一名,图像分割第一名。对应的论文是 2016 CVPR 最佳论文。① 提出问题:深度卷积网络难训练。② 本文方法:残差学习框架可以让深层网络更容易训练③ 本文优点:ResNet易优化,并随着层数增加精度也能提升④ 本文的工作和成果。原创 2022-10-24 23:21:47 · 1154 阅读 · 2 评论 -
论文笔记系列:经典主干网络(一)-- VGG
本论文系列主要介绍深度学习主干网络,本篇介绍经典网络VGG,包括网络结构介绍、特点及对应论文讲解,VGG可以看成是加深版本的AlexNet。后续会在此基础上更新其他部分网络,仅供个人学习参考!原创 2022-10-23 21:49:12 · 2916 阅读 · 15 评论 -
论文笔记系列:轻量级网络(一)-- RepVGG
RepVGG是一种简单的VGG式结构,大量使用3x3卷积,BN层,Relu激活函数,利用重参数化提升性能,准确率直逼其他SOTA网络,特点是训练时使用多分支网络,推理时融合多分支为单分支。主要为了解决原始VGG网络模型较大,不便于部署以及性能较差提出的一个VGG升级版本。RepVGG主要思路(1)在VGG网络的Block块中加入了Identity和残差分支,相当于把ResNet网络中的精华应用 到VGG网络中;原创 2022-10-22 10:00:00 · 1955 阅读 · 3 评论 -
论文笔记系列:经典主干网络(二)-- DenseNet
背景介绍:近年卷积神经网络中加入捷径连接之后,可训练更深、精度更高、更高效的网络研究内容:本文提出DenseNet,其中的每一层会作为其后一层的输入层。对于L层的网络,传统方法有L层连接,而DenseNet有L×(L+1)/2个连接,所以叫DenseNet本文优点:减轻梯度消失,增强特征传播,加强特征复用,减少权重参数实验结果:各项指标超越ResNet开源代码将捷径连接与特征复用思想结合,同时借鉴级联结构的思想,设计出稠密连接结构。原创 2022-10-04 10:00:00 · 2250 阅读 · 15 评论