论文解读
文章平均质量分 90
小睿羊今天好好学习了吗
这个作者很懒,什么都没留下…
展开
-
论文笔记:基于图注意力网络的多变量时间序列异常检测Multivariate Time-series Anomaly Detection via Graph Attention Network
Multivariate Time-series Anomaly Detection via Graph Attention Network是来自ICDM2020的文章,基于图注意力网络的多变量时间序列异常检测。原创 2021-11-02 18:41:19 · 6352 阅读 · 1 评论 -
异常检测论文解读:A 1D-CNN Based Deep Learning Technique for Sleep Apnea Detection in IoT Sensors,ISCAS2021
文章目录摘要模型介绍实验结果衡量指标A 1D-CNN Based Deep Learning Technique for Sleep Apnea Detection in IoT Sensors(一种基于一维CNN的物联网传感器睡眠呼吸暂停检测的深度学习技术),(ISCAS) 2021摘要本文介绍了一种从可穿戴设备获得的心电图(ECG)信号检测呼吸暂停的新方法。这种方法的新颖之处在于二秒的高分辨率的呼吸暂停检测,使用一维卷积神经网络进行特征提取和检测。该方法的准确率为99.56%,灵敏度为96.05%原创 2021-06-07 15:58:41 · 763 阅读 · 0 评论 -
论文笔记:BoxInst
介绍这篇论文出自阿德莱德大学沈春华研究团队,暂未发表,一个只需要box标注的实例分割模型。本文提出了一个实现实例分割的高性能方法,训练时只需使用box标注。本文中,作者只用到了一个简单的设计就可以实现显著的性能提升 。本文核心思想是重新设计实例分割中的 mask 损失函数,无需修改分割网络。新的损失函数无需 mask 标注。它是通过以下两个损失项做到的:1)最小化groundtruth的投影和预测的mask之间的误差。2) 利用颜色的相似性把相邻的颜色相近的像素归结为同一个实例。作者只用 ResN原创 2021-02-24 20:05:49 · 1738 阅读 · 1 评论 -
论文笔记:Boundary-Aware Feature Propagation for Scene Segmentation
场景分割中的边界感知特征传播原创 2020-06-21 22:43:00 · 1605 阅读 · 0 评论 -
论文笔记:Coarse-to-Fine Semantic Segmentation From Image-Level Labels
本文的框架只需要每个图像一个标签,就可以处理包含多类别对象的图像。 只在ImageNet上训练,此框架在PASCAL,VOC数据集上与其他基于图像级别标签的最先进的语义分割方法实现类似的性能。 此外,本框架可以很容易地扩展到前景对象分割任务,并在Internet对象数据集上与最先进的监督方法取得了相当的性能。原创 2020-06-16 18:15:49 · 1223 阅读 · 1 评论 -
UNET详解和UNET++介绍(零基础)
一·背景介绍背景介绍:自2015年以来,在生物医学图像分割领域,U-Net得到了广泛的应用,目前已达到四千多次引用。至今,U-Net已经有了很多变体。目前已有许多新的卷积神经网络设计方式,但很多仍延续了U-Net的核心思想,加入了新的模块或者融入其他设计理念。编码和解码,早在2006年就发表在了nature上.当时这个结构提出的主要作用并不是分割,而是压缩图像和去噪声.后来把这个思路被用在了图像分割的问题上,也就是现在我们看到的FCN或者U-Net结构,在它被提出的三年中,有很多很多的论文去讲如何原创 2020-06-09 21:36:25 · 32253 阅读 · 2 评论 -
Focal Loss损失函数理解
Focal Loss是在Focal Loss for Dense Object Detection这篇论文里提出来的。ICCV2017 RBG和Kaiming的论文。提出Focal Loss是为了使得一阶段检测能达到和二阶段检测一样的准确率,同时还能保证速度。作者认为one-stage和two-stage的表现差异主要原因是大量前景背景类别不平衡导致。在双阶段算法中,在候选框阶段,通过得分和nm...原创 2020-04-21 20:01:06 · 751 阅读 · 0 评论 -
论文笔记:一阶段全卷积目标检测FCOS: Fully Convolutional One-Stage Object Detection
FCOS: Fully Convolutional One-Stage Object Detection。来自CVPR2019原创 2020-04-17 23:08:40 · 353 阅读 · 0 评论 -
论文笔记:PolarMask: Single Shot Instance Segmentation with Polar Representation
摘要本文通过实例中心分类和极坐标中的密集距离回归,将实例分割问题表述为实例轮廓的预测。 另外,本文采用有效的方法来处理采样高质量中心实例和优化密集距离回归,显著提高性能,简化训练过程。必要知识1.mAP值的计算P:precision,即准确率;也就是所有被识别出来的本类物体中,真正的这类物体所占的比例。R:recall,即召回率。也就是被正确识别出来的本类物体个数与测试集中所有真实本类物...原创 2020-04-16 12:13:56 · 1141 阅读 · 5 评论 -
论文笔记:AdderNet: Do We Really Need Multiplications in Deep Learning?
AdderNet: Do We Really Need Multiplications in Deep Learning?这是一篇CVPR2020的论文,并选为oral。北大和华为诺亚实验室等联合提出了一种新的神经网络架构AdderNet,只用加法在ImageNet中达到了91.7%的精度。原创 2020-04-11 18:03:09 · 674 阅读 · 1 评论 -
论文笔记:Strip Pooling条纹池化: Rethinking Spatial Pooling for Scene Parsing
Strip Pooling: Rethinking Spatial Pooling for Scene Parsing 条纹池化:场景解析空间池化的再思考。原创 2020-04-11 16:00:29 · 2623 阅读 · 0 评论