CV+DL学习路
文章平均质量分 81
stu_sun
这个作者很懒,什么都没留下…
展开
-
【CV+DL学习路01】CNN可视化学习1——Learning Deep Features for Discriminative Localization
小白同学最近开始接触计算机视觉和神经网络方面的知识,在一个老师的偶然指导下,开始接触CNN可视化,从我看的第一篇论文开始,到现在大概三周的时间,做一个简单的记录,也方便自己日后回看和学习。论文一、Learning Deep Features for Discriminative Localization学习判别本地化的深层特征论文翻译参考的这篇博文 网上还有很多的阅读笔记阅读笔记1阅读笔记2阅...原创 2018-06-05 17:34:11 · 535 阅读 · 2 评论 -
【CV+DL学习路02】CNN可视化学习2——Visualizing and Understanding Convolutional Networks
第二篇论文记录,对于第一次搜索文献的本小白和为图偷懒第一篇论文直接看的翻译的本童鞋来说,真的是。。。。做科研不能偷懒,不然后面是真有点麻烦,在经过了三天的谷歌加百度加CSDN下载了10多篇文章不知道先看那一篇之后,我终于确定了要看的第二篇和第三篇论文。。。。也是无语了这篇论文这是我继Learning Deep Features for Discriminative Localization之后看的...原创 2018-06-08 20:56:03 · 558 阅读 · 3 评论 -
【CV+DL学习路03】CNN可视化学习3——Visual Explanations from Deep Networks via Gradient-based Localization
这是我可视化学习的第三篇文章。Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization ICCV 2017参考的阅读笔记如下:阅读笔记1、介绍这篇论文主要是提出了一种Grad-CAM技术对神经网络进行解释。Grad-CAM是对周等人于2016年提出的CAM技术的推广,该方法不需要对网络架...原创 2018-06-08 21:09:29 · 1241 阅读 · 0 评论 -
【CV+DL学习路04】反卷积——Adaptive Deconvolutional Networks for Mid and High Level Feature Learning
Adaptive Deconvolutional Networks for Mid and High Level Feature Learning ICCV 2011一、介绍论文提出一种分级(hierarchical)模型,通过稀疏卷积编码层和最大池化层的交替学习捕捉图像的多种信息:低级边缘(low-level edges), 中级边缘连接(mid-level edge junctions),目标...原创 2018-06-10 20:31:49 · 798 阅读 · 0 评论