![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文学习
ReWz
加油
展开
-
论文笔记:Efficient Graph-Based Image Segmentation
前言Graph-Based Segmentation 是经典的图像分割算法,作者Felzenszwalb也是提出DPM算法的大牛。该算法是基于图的贪心聚类算法,实现简单,速度比较快,精度也还行。不过,目前直接用它做分割的应该比较少,毕竟是99年的跨世纪元老,但是很多算法用它作垫脚石,比如Object Propose的开山之作《Segmentation as Selective Search for Object Recognition》就用它来产生过分割(oversegmentation)。还有的语义分割原创 2020-06-07 21:21:12 · 933 阅读 · 0 评论 -
论文笔记:Selective Search for Object Recognition
abstract论文发布于2012年,主要是用于解决目标坚持任务中候选框该如何选择的问题该算法大大减少了穷举法选择出来的候选框数目,这可以机器学习算法更powerfulintroduction图片本质上是可以分成各个层次。比如说图1,碗里盛的有食物,而碗又站在桌子上images are intrinsically hierarchical: In Figure 1a the salad and spoons are inside the salad bowl, which in tur原创 2020-06-07 15:55:21 · 330 阅读 · 0 评论 -
论文笔记:Very Deep Convolutional Networks for Large-Scale Image Recognition
前言论文:Very Deep Convolutional Networks for Large-Scale Image Recognition一、INTRODUCTION作者在这篇论文中提出了如何解决卷积网络深度的问题。作者先是固定好模型的其他部分参数,然后通过增加一些卷积层来逐渐增大网络的深度,而且作者的卷积层使用的是非常小的卷积核In this paper, we address another important aspect of ConvNet architecture design原创 2020-05-30 14:05:56 · 359 阅读 · 0 评论 -
论文笔记:Histograms of Oriented Gradients for Human Detection(Hog特征)
前言这篇论文提出了大名鼎鼎的HOG特征Abstract使用SVM作为分类器,实现行人检测adopting linear SVM based human detec- tion as a test caseHOG特征提取非常非常好we show experimentally that grids of Histograms of Oriented Gradient (HOG) descriptors sig- nificantly outperform existing feature se原创 2020-05-29 00:33:54 · 1413 阅读 · 0 评论 -
论文笔记:Understanding the difficuty of training deep feedforward neural networks
前言原创 2020-05-23 21:33:45 · 379 阅读 · 1 评论 -
论文笔记:Batch Normalization(论文刨析)
前言论文地址:Batch Normalization一、概述在训练传统的神经网络模型时,因为每一层的参数不一样,所以导致每一层输入数据的分布不一样。这就需要我们谨慎的使用非常小的学习率来更新参数,所以模型训练要耗费大量时间。作者为了解决这一问题,提出了Batch Normalization,简言之就是对每一层的输入都进行归一化(实际操作起来还需要一些别的处理),使用了Batch Norma...原创 2020-05-19 13:55:26 · 362 阅读 · 0 评论 -
论文笔记:Dropout(全方位刨析Dropout)
前言之前就已经学习过dropout,并且实现且使用过,但总感觉对其中的一些细节掌握的不是太好,所以找来了Dropout的原论文来读一下。论文地址:Dropout: A Simple Way to Prevent Neural Networks from Overfitting概述:当我们训练一个比较大、参数比较多的模型的时候,我们往往都需要用各种手段去解决过拟合问题。Dropout的就是用...原创 2020-05-06 13:32:53 · 2531 阅读 · 0 评论 -
论文笔记:Maxout NetWorks
Description(概述)maxout是Goodfellow设计的一种类似于dropout的网络结构,该网络结构可以更容易的被优化,并且效果也相当可观。maxout模型通常是一个简单的前馈神经网络,可以用在多层感知机里,也也可以用在卷积神经网络里。Detail(细节)如果我们用在前馈神经网络中某层中使用maxout,那么给定输入x∈Rdx∈\mathbb{R^d}x∈Rd,那么该层的输...原创 2020-05-05 01:31:39 · 729 阅读 · 0 评论 -
论文笔记:BahdanauAttention和LuongAttention(注意力机制详解)
前言近日,阅读了两篇与attention机制相关的论文,本文记录论文中一些要点,方便日后回顾,也为需要了解attention机制的朋友们提供一些参考。两篇论文提出的attention机制都是基于机器翻译,实际上我们再论文地址NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATEEffective App...原创 2020-05-02 17:45:50 · 3816 阅读 · 1 评论