- 博客(3)
- 收藏
- 关注
RSS订阅原创 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