![](https://img-blog.csdnimg.cn/20200327172129434.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文阅读笔记
文章平均质量分 98
该专栏主要是整理博主阅读过的paper,以前博主习惯性把笔记在纸上写满,现在将笔记转为博文就方便很多!内容整理得很详细的,记得订阅噢~
Florrie Zhu
深度学习的小迷妹
展开
-
【论文阅读】LIME:Low-light Image Enhancement via Illumination Map Estimation(笔记最全篇)
文章目录AbstractIntroductionContributionMethodSpeed-up Method(1):ALM子问题 T子问题 G子问题 Z和μ\muμSpeed-up Method(2):权重变量实验conclusion今天要整理的一篇论文是使用传统的方法解决低照度的问题,Guo等人于2016年发表在IEEE上,论文《LIME:Low-light Image Enhance...原创 2020-03-20 17:01:12 · 21494 阅读 · 37 评论 -
【论文阅读】Recurrent Back-Projection Network for Video Super-Resolution(RBPN)
【论文阅读】Recurrent Back-Projection Network for Video Super-Resolution(RBPN)好久没更新博客了,但是心念念着我这博客,不写感觉对不起自己最近涨的粉,/(ㄒoㄒ)/~~心情复杂。。。。。我最近看了好多文献,正在忙着做毕业设计的事。这是我读大学以来,写论文工作量最大的一次了,才发现数学建模的论文实在是太容易写了,不过也对,这都快毕业了...原创 2020-02-11 20:06:00 · 1563 阅读 · 8 评论 -
【论文阅读】Frame-Recurrent Video Super-Resolution (FRVSR2018超分)
【论文阅读】Frame-Recurrent Video Super-Resolution (FRVSR)今天要整理一篇最近阅读的文章,这篇文章是2018年Mehdi S.M. Sajjadi发表在CVPR的一篇有关视频超分辨率的文章。目前作者并没有公开源码,但是我在GitHub上看到有其他大牛复现了论文源码,我暂时还没跑这篇文章的代码,不过后面会整理我所跑过的论文代码。Abstract摘要中...原创 2020-01-16 17:10:28 · 5326 阅读 · 17 评论 -
【论文阅读】Deep Learning for Image Super-resolution: A Survey(DL超分辨率最新综述)
Deep Learning for Image Super-resolution: A Survey(DL超分辨率最新综述)博主最近看了一篇2019年最新的非常详细的超分辨率领域DL方法的综述,大大地赞!写得非常好,文章工作整理地非常完善!所以想整理成文章发表,留作以后看,哈哈哈哈哈~~abstract摘要部分,论文主要讲述了,将超分辨率分成三类:监督的图像超分辨率、无监督的图像超分辨率、特...原创 2020-01-13 13:40:09 · 6228 阅读 · 3 评论 -
【论文阅读】Classification and mutation prediction from non-small cell lung cancer histopathology image..
Classification and mutation prediction from non-small cell lung cancer histopathology images using deep learning注明:本文属于博主原创,要转载请注明出处,尊重作品的原创性转载请注明出处:深度学习分类肺癌亚型和预测突变基因这篇论文与2018年发表在nature medicine的一...原创 2019-11-10 18:59:30 · 3311 阅读 · 14 评论 -
【论文阅读】SuperCNN: A Superpixelwise Convolutional Neural Network for Salient Object Detection(论文阅读笔记)
SuperCNN: A Superpixelwise Convolutional Neural Network for Salient Object Detection超像素卷积神经网络:一种用于检测显著性物体的超像素卷积神经网络文献提出了一种新颖的SuperCNN网络,使用该网络进行深度学习训练,能学习到图像的分层对比特征,通过将显著性物体的检测视作为二值化标签问题.原创 2019-07-01 15:40:25 · 1958 阅读 · 4 评论