- 博客(2)
- 资源 (8)
- 收藏
- 关注
原创 deeplabv3:Rethinking Atrous Convolution for Semantic Image Segmentation 阅读笔记
在语义分割任务应用深度卷积神经网络有两个挑战: 一个问题是深度网络中的pooling层的使用使得特征分辨率越来越小,网络学习的特征更加抽象化,这不利于期望局部空间细节信息的密集型任务例如图像分割。因此作者建议应用空洞卷积来应对这个问题。 另一个问题是物体的多尺度。解决这个问题主要分为4类,第一类将深度网络应用于图像金字塔,以提取物体在不同尺度下的特征。第二类应用encode-decode结构,利...
2019-02-09 10:40:27 368
原创 Xception 阅读笔记
Inception 假设 常规卷积层试图在维度为长,宽,和通道数的3D的空间中学习一个滤波器,因此单个卷积核的任务是同时映射跨通道间相关性和空间空间相关性。Inception 模块背后的思想便是通过一系列明确的步骤把跨通道相关性和空间相关性独立开来映射。具体来说,Inception模块首先通过1x1卷积查看跨通道相关性,将其输入的数据映射到3-4个独立的子空间,然后使用不同大小的卷积核映射这些3D...
2019-02-08 10:44:32 1081
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人