论文笔记
文章平均质量分 93
黑暗星球
这个作者很懒,什么都没留下…
展开
-
LeNet-5 论文笔记
LeNet-5:Gradient-Based Learning Applied to Document Recognition1998年的LeNet-5是CNN的经典之作,但是该模型在后来未能火起来,主要原因是当时的计算力不足和数据量的不足。并且当时的SVM在可承受计算量的情况下,达到,甚至超过了神经模型。CNN虽然在当时没能受到重视,但是并没有掩盖CNN的强大能力。下图是LeNet的架构...原创 2018-05-09 20:49:21 · 3827 阅读 · 1 评论 -
ResNet v2论文笔记
asd原创 2018-06-07 16:18:28 · 8792 阅读 · 2 评论 -
DenseNet 论文笔记
摘要DenseNet 沿着 shortcut 连接的思想,将每一层与除该层外的所有层连接起来。前人的一般都是 LLL 层有 LLL 个 shortcut 连接。DenseNet 中 LLL 层有 L(L+1)2L(L+1)2\frac{L(L+1)}{2} 个 identity 连接。每一层都将前面所有层的特征图谱作为输入(使用 concatenate 来聚合信息)。DenseNe...原创 2018-06-24 14:11:40 · 2550 阅读 · 0 评论 -
Xception 论文笔记
Xception: Deep Learning with Depthwise Separable Convolutions摘要Inception 介于 正常卷积、depthwise separable 卷积 之间。在这种认知下,一个 depthwise separable 卷积可以被理解为 包含最大数量 tower (tower 指的是 Inception 模块内的各个 path)的 ...原创 2018-06-25 09:42:12 · 3936 阅读 · 0 评论 -
YOLO 论文笔记
YOLO:You Only Look Once: Unified, Real-Time Object Detection摘要YOLO 将目标检测问题看作 bbox 回归和分类问题。在预测中,由一个网络完成 bbox预测 和 类别预测。YOLO 的检测速度极快,每秒可处理45张图片(Titan X)。Fast YOLO(更小的YOLO)每秒可以处理155张照片。代码:http://p...原创 2018-07-17 17:17:15 · 2096 阅读 · 0 评论 -
ResNeXt 论文笔记
摘要提出了 ResNeXt 架构,该架构依然采用堆叠构建块的方式构建。构建块内部采用分支结构。分支的数目成为 “基数”,作者认为,增加分支的数量比增加深度、宽度更高效。ResNeXt 在 ILSVRC 2016 分类比赛中获第二名。作者在 ImageNet-5K分类、COCO探测数据集上进行了实验,性能超过了 ResNet。代码和模型见[1]。1. 简介VGG、ResNet 采用了堆叠...原创 2018-06-25 13:46:28 · 5670 阅读 · 0 评论 -
R-CNN 论文笔记
R-CNN:Rich feature hierarchies for accurate object detection and semantic segmentation摘要过去的 state of art 模型基本都是集成模型,集成低阶特征和高阶特征。本文作者提出了一种简单、可扩展的检测算法,大大提高了性能。该算法主要有两个特点:(1):使用 CNN 来计算出 proposal;(2)...原创 2018-06-28 20:17:56 · 247 阅读 · 0 评论 -
使用卷积神经网络进行专家级别的心率不齐检测
使用卷积神经网络进行心率不齐检测(专家级别):Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks摘要:我们开发了一种能够检测多种心率不齐的算法(基于穿戴式心电图监测器采集的信号),该算法的性能超过了心脏病医师。我们构建了的数据集比前人大500倍。在此数据集上,我们训练了一个34层的卷积神经网络...原创 2018-08-09 12:18:01 · 4829 阅读 · 6 评论 -
WRN 论文笔记
WRN:Wide Residual Networks摘要深度残差网络能够将网络深度扩大到上千层,并且有很好的性能提升。但是,分类准确率每提高百分之一的代价几乎是层数的两倍。所以训练非常深的残差网络有一个问题:特征利用率逐渐下降,这使得残差网络的训练非常慢。为了解决这些问题,本文中,我们对残差块进行了详细的实验研究。基于该研究,我们提出了一个新架构,这个架构减少了深度并且增加了残差网络的...原创 2018-06-13 14:04:26 · 9350 阅读 · 4 评论 -
ResNet in ResNet 论文笔记
a原创 2018-06-12 18:50:19 · 2659 阅读 · 2 评论 -
ResNet v1 论文笔记
Inception v3:[Rethinking the Inception Architecture for Computer Vision][#1][#1]: Inception v3地址原创 2018-05-23 22:23:22 · 2922 阅读 · 0 评论 -
AlexNet 论文笔记
AlexNet_v1:ImageNet Classification with Deep Convolutional Neural NetworksAlexNet在2012年的ILVSRC上获得了第一名。相比第二名,它的准确率提高了超过了10%。 AlexNet的创新点: 1.数据增强。 对图像进行了随机裁剪,水平翻转。数据增强使得数据增加了(256-224)x(256-224)x...原创 2018-05-09 20:52:26 · 849 阅读 · 0 评论 -
Maxout 论文笔记
Maxout:Maxout networksMaxout模型实际上是一种新型的激活函数。maxout的思想其实和dropout有点像,都是多个不同训练模型的集成技术。1.Dropout dropout由Hinton提出的一个网络正则技术。dropout通过对共享参数的fc层的一些神经元固定概率的随机置零,来集成多个模型,并且对多个模型的预测进行了平均。dropout是一个通用技术,可...原创 2018-05-09 21:49:21 · 4523 阅读 · 6 评论 -
ZFNet 论文笔记
ZFNet:Visualizing and Understanding Convolutional Networks摘要: 大型卷积网络模型在ImageNet分类任务上表现出非常好的性能[AlexNet]。但是却没有明确的认识,为什么性能如此优异,或者,性能还能怎么被提高。在本篇文章,我们解决了这两个问题。我们引入了一个神奇的可视化技术,它使我们能可视化网络中间的特征层和分类器的运算。作为一...原创 2018-05-11 14:34:04 · 1199 阅读 · 1 评论 -
Inception v2/BN-Inception:Batch Normalization 论文笔记
Inception v2:Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift摘要:深度神经网络训练过程中,由前层parameters的改变导致的各层输入分布的改变会阻碍模型的训练。...原创 2018-05-18 18:55:57 · 4661 阅读 · 2 评论 -
NIN 论文笔记
NIN: Network In Network摘要:我们提出了一个名为‘Network In Network (NIN)’的神奇深度网络,去提高局部视野内的local pathes的模型判别力。卷Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键...原创 2018-05-13 00:11:20 · 4225 阅读 · 0 评论 -
VGG 论文笔记
VGG:Very Deep Convollutional Networks for Large-Scale Image Recognition摘要:本文研究了卷积网络的深度对于图像识别任务的准确率的影响。本文的主要贡献:通过堆叠3x3卷积层增加网络深度,系统地研究了网络深度增加到16-19层的过程中性能的提升。上面的研究基于14年ImageNet比赛提交的模型(分类第一名,定位第二名)。另外,...原创 2018-05-13 20:35:29 · 3358 阅读 · 0 评论 -
Inception v3 论文笔记
Inception v3:[Rethinking the Inception Architecture for Computer Vision][#1][#1]: Inception v3地址原创 2018-05-21 21:51:54 · 45033 阅读 · 0 评论 -
Inception v1 / GoogLeNet 论文笔记
Inception v1/GoogLeNet:Going Deeper with Convolutions 摘要:我们提出了一个名为Inception的深度卷积神经网络架构,它是ILSVRC 2014的冠军。Inception的最大特点是:通过精心设计,使得网络在计算量不变的前提下,深度和宽度得到了增加,从而提高了深度网络对于计算资源的利用。Inception的网络架构基于Hebbian原则和多...原创 2018-05-15 17:07:49 · 3051 阅读 · 3 评论 -
Inception v4, Inception-ResNet 论文笔记
Inception v4, Inception-ResNet:Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning摘要:最近几年,非常深的卷积网络已经成为图像识别性能大提高的核心。一个例子是Inception架构在计算量不大的情况下,取得了非常好的性能。最近,残差连接的引入结合传统的架...原创 2018-06-03 22:51:33 · 11781 阅读 · 5 评论 -
Focal Loss 论文笔记
Focal Loss for Dense Object Detection摘要:到目前为止(2017年8月),目标检测的最高准确率都由R-CNN的衍生算法(two-stage)引领。在该类算法中,会在稀疏的目标候选位置(可能存在目标的位置)上使用一个分类器。相比之下,one-stage目标检测算法直接对原始图像进行密集的检测,这种算法可能更快,更简单,但准确率却一直没有超过two-stage目...原创 2018-12-05 13:58:08 · 4532 阅读 · 0 评论