![](https://img-blog.csdnimg.cn/20190927151124774.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
CV paper精读
文章平均质量分 92
Share一些我每周的精读Paper
S_h_a_
学业中哦~~~
展开
-
SRCNN:Image Super-Resolution Using Deep Convolutional Networks
我们提出一个对于单图像超分的深度学习方法,端到端地学习高低分辨率图像,我们也可知道传统的稀疏编码也可以作为一个深度卷积网络。与传统的方法相对独立的组件相比,我们的方法是端到端,并且处理了图像的三个通道,并且在线使用实现了不错的速度。我们也尝试在速度和参数之间得到一个权衡。(二)Introduction:单图像的超分是一个欠定的逆问题,本身具有多解。以往的方法一般是基于示例的,即从现有的样本来去学习。基于稀疏编码的是一个较为典型的基于实例学习的例子。原创 2023-08-15 23:04:00 · 248 阅读 · 0 评论 -
ImageNet Classification with Deep Convolutional Neural Networks-AlexNet
这个网络的成绩(省略) & 网络的主要结构网络有 60 million 参数,650000 神经元,组成了 5 层卷积,后 +最大池化层+ 3个有着softmax的全连接层。nonsaturating非饱和的神经元:即非线性的神经元,引入网络非线性元素,例如ReLu...使用高效的 GPU使得训练的速度加快;使用dropout正则化方式来减少过拟合;(三)PROLOGUE (前言)CNN的一些前期发展困难和反向传播的使用等等...(四)Introduction。原创 2023-08-08 10:07:44 · 408 阅读 · 0 评论