计算机视觉
文章平均质量分 94
han_mj
这个作者很懒,什么都没留下…
展开
-
卷积神经网络中各模块的作用
本文主要讨论了在卷积神经网络中全连接层、卷积层、激活函数层、批归一层、dropout层的使用方法、注意点和作用原创 2021-03-13 15:26:29 · 1449 阅读 · 0 评论 -
神经网络学习之OctConv:八度卷积
八度卷积的学习。特征图可以根据频率大小分为高频和低频,其中低频特征图又因为存在大量冗余信息,需要降低其分辨率。不同频率的特征图对应不同大小的卷积核,八度卷积核由四部分组成。八度卷积时,不仅有同一频率内的更新还有不同频率之间的交流。原创 2020-11-13 22:00:49 · 4820 阅读 · 0 评论 -
2020年CVPR会议六大主题学习
2020年CVPR会议六大主题:图像识别,检测和分割;生成模型和图像合成;表征学习;计算摄影;迁移/小样本/半监督/无监督学习;视觉与语言的初次了解原创 2020-10-08 17:50:40 · 696 阅读 · 0 评论