- 博客(5)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
原创 朴素贝叶斯(NB)、逻辑回归(LR)、隐马尔科夫模型(HMM)、条件随机场(CRF)
一直在搞CNN/RNN,对传统的知识了解一直不够,今天恰好看一篇论文需要CRF的知识,就借机都学习一下梗概朴素贝叶斯:生成式模型,条件独立 —> 序列形式 隐马尔科夫模型 —> 图形式 通用有向图模型逻辑回归:判别式模型,条件不独立 —> 序列形式 线性链条件随机场 —> 序列形式 通用条件随机场朴素贝叶斯贝叶斯公式 P(Y|X)=...
2018-07-22 13:57:04 7777
原创 Scene Graph Generation by Iterative Message Passing解读
lifeifei老师团队在发布了Visual Genome数据集后,又在Scene Graph Generation做的新的创新关于Scene Graph Generation就不再赘述,在上一篇neural motif介绍过,neural motif比这篇晚一些,效果也好一些Image to Scene Graph现状Lu et al: Visual Rel...
2018-07-09 20:57:47 6827 5
原创 Neural Motifs: Scene Graph Parsing with Global Contex解读
计算机视觉一步步发展,从最初的分类、检测、分割来到了更深层的理解: Scene Graph Generation(场景图生成),即开始预测场景中物体之间的关系Scene Graph简介原有的检测box或者实例分割的mask不能充分地表达出图片的语义,因为两个相同的box/mask,可能是不同的语义,这个时候需要Scene Graph来能深层地理解图片的语义信息,这为caption、...
2018-07-05 22:37:18 8402 36
原创 SNIPER: Efficient Multi-Scale Training解读
它算是An Analysis of Scale Invariance in Object Detection-SNIP的增强版,依然在思考怎么能更好的解决检测中的多尺度问题IntroductionRCNN本身具有很好的尺度不变形,因为它先从图片中提取proposal,然后都resize到224去提取特征但是这样每个proposal不共享特征的计算,很慢,而Fast系列为了解决这...
2018-07-04 00:10:29 11432 2
原创 An Analysis of Scale Invariance in Object Detection – SNIP解读
今天无意中看到这篇好文,在网上搜索时发现Naiyan Wang也在知乎上推荐了,还中了CVPR2018的oral,佩服!Introduction这篇文章首先想探讨一个问题:scale变化对识别和检测的影响,然后就是upsample对于小物体的检测有用嘛?根据这两个问题的分析,本文提出了一种端到端的Image Pyramid Network,然后针对大物体在大尺度的图片上、小物体在小...
2018-07-03 17:27:03 4018
Android内核编译后刷入手机启动不了
2015-10-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人