论文阅读-DDFN: Decoupled Dynamic Filter Networks解耦的动态卷积

已于 2023-02-21 16:41:30 修改
阅读量885 收藏 4
点赞数
分类专栏： 读论文 文章标签： 深度学习 神经网络 cnn
于 2023-02-20 14:10:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43687860/article/details/129123299
版权

一、论文信息

论文名称：Decoupled Dynamic Filter Networks

论文：https://thefoxofsky.github.io/files/ddf.pdf

代码：https://github.com/theFoxofSky/ddfnet

主页：https://thefoxofsky.github.io/project_pages/ddf

作者团队：

 会议：CVPR2021

前期工作：

DFN

二、动机与创新

动机

  • 标准卷积局限：内容不可知、计算量大

  • 深度卷积局限：是标准卷积的轻量级变体，但会导致CNN性能下降，需要更多的通道

创新

 （1）对于道路、车辆、建筑使用相同的

了解本专栏 订阅专栏 解锁全文 超级会员免费看
海拉鲁的小厨娘
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
订阅专栏
论文阅读-DFN: Dynamic Filter Networks-动态卷积网络
一位不是很硕的鉴伪方向硕士
02-20 1078
作者提出了一个 Dynamic Filter Networks，这个模型中的卷积核是可学习的，通过学习将输入映射到过滤器的函数，实现随输入的不同而变化
Dynamic Filter Networks
a1424262219的博客
06-05 1516
Dynamic Filter Networks 2019-06-1011:29:19 Paper：http://papers.nips.cc/paper/6578-dynamic-filter-networks.pdf Code (Lasagne)：https://github.com/dbbert/dfn 1. Background and Motivation: ...
Decoupled Dynamic Filter Networks
怡宝2号
06-25 1157
转载自:https://www.cnblogs.com/liuyangcode/p/14755924.html 对depth-wise的改进，将卷积核的参数改为根据输入变化的方式 Introduction 卷积缺点在于：内容不变，计算量高 动态filter可以根据内容自适应，但是会提高计算量。depth-wise卷积很轻量，但是会降低准确度 提出的DDF可以处理这两个缺点，受attention影响，将depth-wise的动态卷积核解耦成空间和channel上的动态filter Method 其实.
Decoupled Dynamic Filter Networks（速读）
Arc
02-01 2628
大年初一快乐！ 过年好！ 昨天bb了那么多东西（有点喧宾夺主啦），今天就不多说了，反正要一直成长就好啦~ 咱来看看这篇论文 Abstract 我看在一些文章里竟然没有这一个部分的讲解，，，要是我的话这部分是必须看的 可能因为人家只需要看method就可以总结出来了呜呜 这个的Abstract非常巧妙啊！！！ 一开始先说传统的卷积有两个主要的缺点：内容不可知和计算量大（Content-sgnostic and Computation-heavy） 然后说自己的DDF可以克服这两个缺点 最后跟resne
【CVPR2021】Decoupled dynamic filter networks
中国海洋大学AI前沿理论组
01-18 1718
论文：https://thefoxofsky.github.io/files/ddf.pdf 代码：https://github.com/thefoxofsky/ddfnet 主页：https://thefoxofsky.github.io/project_pages/ddf 先从论文首页的图说起。第一行为普通静态卷积，对于道路、车辆、建筑使用相同的卷积核，这样会导致一个问题：sub-optimal feature learning。第二行为动态卷积，每一个像素都使用不同的卷积核，道路、车辆、建筑使用..
《Dynamic Filter Networks》动态过滤网络
qq_33278461的博客
06-05 3406
Dynamic Filter Networks 《Dynamic Filter Networks》NIPS 2016 论文链接：https://arxiv.org/abs/1605.09673 一、目的 卷积核参数训练完就是固定的，不够灵活，作者希望得到一个根据输入动态生成的过滤器。 提出dynamic filter module(filter-generating network 、dynamic filtering layer). 根据一个视角图预测其他视角(旋转人脸)、预测视频下一帧、2D变3D等等常
重要论文——Dynamic Filter Networks
qq_29257201的博客
08-03 3819
2016 NIPS ESAT-PSI, KU Leuven, iMinds 这篇文章，作者针对 以往的卷积操作中的卷积核，经过训练以后就是固定的，因此作者，提出一个 Dynamic Filter Networks，这个模型中的卷积核是 可学习的。我们来看一下这篇文章的方法： Method 从上图可以看出， Dynamic Filter Networks包含两部分：Filter-genera...
论文阅读笔记之——《Dynamic Filter Networks》
gwpscut的博客
01-24 5950
the Dynamic Filter Network, where filters are generated dynamically conditioned on an input including local spatial transformations, but also others like selective (de)blurring or adaptive feature ex...
Dynamic networks | 动态网络
weixin_34319111的博客
08-07 1549
Dynamic networks reveal key players in aging 系统生物学中的网络分析   网络的拓扑结构：topological properties， 网络的度：whole network connectivity (degree)，节点度是指和该节点相关联的边的条数，又称关联度。 特别地，对于有向图， 节点的入度 是指进入该节点的边的条数； 节点的出度是...
DDF
W1995S的博客
05-05 6557
《Decoupled Dynamic Filter Networks》CVPR 2021 Homepage: https://thefoxofsky.github.io/project_pages/ddf Paper: https://arxiv.org/abs/2104.14107 Code: https://github.com/thefoxofsky/DDF 文章目录前言AbstractPreliminariesDecoupled Dynamic FilterDDF Network f
动态滤波网络论文解读
Wenrui Xie的博客
02-03 3036
论文题目：Dynamic Filter Networks 论文链接：https://arxiv.org/pdf/1605.09673.pdf summary 在传统的卷积层中，经过训练后的学习滤波器保持不变。相反本篇论文引入了一种动态过滤器网络，根据输入动态生成，但是却没有过多地增加模型参数的数量。 动态滤波网络组成 总体框架如下图所示： 动态滤波网络由过滤生成网络和动态过滤层组...
动态滤波器卷积｜DynamicConv【转载】
a578831363的博客
04-19 383
动态滤波器卷积｜DynamicConv【转载】 文章转载自知乎用户：Happy （中国地质大学 计算数学硕士） 文章地址：动态滤波器卷积｜DynamicConv
C2DFNet: Criss-Cross Dynamic Filter Networkfor RGB-D Salient Object Detection笔记
qq_58893031的博客
03-21 462
本文通过动态卷积解耦，提出一种交叉动态滤波网络。首先提出了一个特定于模型的动态增强模块（MDEM），该模块在全局上下文指导下动态增强模态内特征。其次，提出了场景感知动态融合模块（SDFM），实现了两种模态间的动态特征选择。模型实现了对显著对象的准确预测。
《Dynamic Filter Networks》阅读记录
weixin_46040552的博客
03-06 675
Motivation In a traditional convolutional layer, the learned filters stay fixed after training. So this paper propose the Dynamic Filter Network, where filters are generated dynamically conditioned on...
dynamic networks embedding
qq_24059779的博客
01-06 706
2018AAAI  https://github.com/luckiezhou/DynamicTriad https://github.com/linhongseba/Temporal-Network-Embedding meta2vec https://github.com/PearlPeiyanYu/Dynamic-Network-Embedding PNAS参考文献8-15 找源代码及...
动态滤波器卷积新高度！DDF resnet50精度提高1.9
jacke121的专栏
04-30 4683
本文是加州大学默塞德分校Ming-Hsuan Yang团队在动态滤波器卷积方面的工作，已被CVPR2021接收。本文针对标准卷积存在的两个问题：内容不可知与计算量大问题，提出了一种具有内容自适应且更轻量的解耦动态滤波器，它将常规动态滤波器拆分为空域动态滤波器与通道动态滤波器，这种拆分可以极大的降低参数量，并将计算量限定在深度卷积同等水平。在图像分类、目标检测、联合深度估计等任务上的实验表明：DDF可以带来显著的性能提升。比如，在ResNet50/101网络的即插即用分别带来了1.9%/1.3%的性能...
Dynamic Resolution Network
ysh的博客
10-27 877
Abstract 由于准确性的原因，深度卷积神经网络(CNN)通常具有复杂的设计，有许多可学习的参数。为了减轻在移动设备上部署它们的昂贵成本，最近的工作为挖掘预先定义的架构中的冗余做了巨大的努力。然而，现代CNN在输入分辨率上的冗余还没有得到充分的研究，即输入图像的分辨率是固定的。在本文中，我们观察到使用同一神经网络精确预测给定图像的最小分辨率是不同的。为此，我们提出了一种基于每个输入样本动态确定输入分辨率的新型动态分辨率网络。其中，与期望的网络一起探索和优化计算开销可以忽略不计的分辨率预测器。具体来说，预
【全局谐波偏置:局部上下文自适应卷积核】
最新发布
weixin_43690932的博客
03-29 1070
仅供自己参考
动态图或动态网络的表示
weixin_44676142的博客
01-06 1104
先占坑，等放假了好好写。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值