- 博客(3)
- 收藏
- 关注
原创 计算机视觉入门笔记,未完待续……
计算机视觉入门笔记概述pytorch入门卷积神经网络分割概述计算机视觉主要是使用的深度学习,机器学习的方法来解决一些图像问题。由于输入进计算机的图像都是矩阵、数字的形式,于是我们需要通过一些方法让计算机识别这些图像,从而实现一些辅助效果。基本入门分为CNN(卷积神经网络)主要是分类,包括(AlexNet,VGG,ResNet,DenseNet),分割(UNet,FCN)GAN(对抗生成网络),CAM和Grad-CAM(CNN可视化方法),注意力机制。pytorch入门莫烦python:http
2020-08-28 15:19:03 163
原创 A Large-scale Database and a CNN Model for Attention-based Glaucoma Detection 论文解读
A Large-scale Database and a CNN Model for Attention-based Glaucoma Detection 论文解读基本概述Abstract1 introduction4 method4.1 framework框图4.1.1 基本结构定位子网分类子网5 实验部分5.1 setting基本概述这篇文章主要是将CNN中的注意力机制应用在大尺度模型中。感觉这篇的重点就是,利用注意力机制去除冗余,提高准确率。所以最终目的还是提高准确率。本博客主要介绍了网络结构
2020-08-22 21:25:17 874 4
原创 non-local network的理解,论文公式解析,二维图像分类部分
non-local network的理解,论文公式解析,二维图像分类部分前言示例具体的公式,解释:non-local block前言 Non-local主要是提出一种深度学习中的远程依赖模块。主要的实现的理论依据是:一个位置的响应也是所有位置输入的特征图谱的响应权重之和。这样就将局部和全局联系起来,而普通CNN只能将kernel大小的感受野相互关联,因此就可以体现出non-local的价值。 Non
2020-08-18 20:15:18 1505
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人