ML papers reading
code_Rocker
machine learning,action/gesture recognition.
Be a Fighter
展开
-
RCNN论文学习
原文http://blog.csdn.net/shenxiaolu1984/article/details/51066975Girshick, Ross, et al. “Rich feature hierarchies for accurate object detection and semantic segmentation.” Proceedings of the IEEE conferen转载 2017-02-17 10:24:18 · 519 阅读 · 0 评论 -
双流网络行为识别-Spatiotemporal Residual Networks for Video Action Recognition-论文阅读
前几天刚放出来的一篇paper:Spatiotemporal Residual Networks for Video Action Recognition,又将HMDB51数据库和UCF101数据库的精度刷高了。 精度结果如下: 这比之前的tsn网络的结果还要好,之前tsn的结果是:Temporal Segment Networks: Towards Good Practices for原创 2017-03-02 09:41:14 · 12558 阅读 · 5 评论 -
Contextual Action Recognition with R*CNN-论文阅读
Contextual Action Recognition with R*CNN: arXiv 文章源代码: https://github.com/gkioxari/RstarCNN摘要: 基于动态图像的行为识别主要是学习到图片中人体的动作,比如当图片中运动员慢跑时,周围的环境同样可以为慢跑的识别提供信息,在本文中我们很好的结合了运动物体和环境因素来实现静态图像的行为识别。我们将RCNN原创 2017-03-02 11:46:53 · 3481 阅读 · 2 评论 -
全卷积网络FCN论文阅读Fully Convolutional Networks for Semantic Segmentation
转载http://blog.csdn.net/u011534057/article/details/51247388【论文信息】《Fully Convolutional Networks for Semantic Segmentation》CVPR 2015 best paperReference link: http://blog.csdn.NET/tangwei2014http://blog转载 2017-02-22 16:20:26 · 3910 阅读 · 0 评论 -
YOLO论文解读
转载自:http://blog.csdn.net/u011534057/article/details/51244354Reference link:http://blog.csdn.NET/tangwei2014这是继RCNN,fast-RCNN 和 faster-RCNN之后,rbg(Ross Girshick)大神挂名的又一大作,起了一个很娱乐化的名字:YOLO。 虽然目前版本还有一些硬伤转载 2017-02-17 10:31:03 · 6973 阅读 · 0 评论 -
论文阅读:SSD: Single Shot MultiBox Detector
转载http://blog.csdn.net/u010167269/article/details/52563573Preface这是今年 ECCV 2016 的一篇文章,是 UNC Chapel Hill(北卡罗来纳大学教堂山分校) 的 Wei Liu 大神的新作,论文代码:https://github.com/weiliu89/caffe/tree/ssd 有几点更新: 1. 看到一篇 bl转载 2017-02-21 10:58:38 · 807 阅读 · 0 评论 -
【论文学习】YOLO9000: Better,Faster,Stronger(YOLO9000:更好,更快,更强)
原文`http://blog.csdn.net/hysteric314/article/details/53909408`原文下载:https://arxiv.org/pdf/1612.08242v1.pdf 工程代码:http://pjreddie.com/darknet/yolo/目录目录摘要简介BETTERFasterStronger总结要说的摘要提出YOLO v2 :代表转载 2017-02-20 10:49:49 · 832 阅读 · 0 评论 -
R-FCN:基于区域的全卷积网络来检测物体
原文http://blog.csdn.net/shadow_guo/article/details/51767036原文标题为“R-FCN: Object Detection via Region-based Fully Convolutional Networks ”,作者代季峰 1,14年毕业的清华博士到微软亚洲研究院的视觉计算组,CVPR 16 两篇一作的会议主持人~ ╰(°▽°)╯ 同时公布转载 2017-02-20 10:30:54 · 1215 阅读 · 0 评论 -
A Key Volume Mining Deep Framework for Action Recognition论文学习
Zhu W, Hu J, Sun G, et al. A Key Volume Mining Deep Framework for Action Recognition[C]// IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2016:1991-1999.百度学术 1:思路:原创 2017-01-10 18:20:20 · 3117 阅读 · 3 评论 -
【目标检测】Faster RCNN算法详解
转载自:http://blog.csdn.net/shenxiaolu1984/article/details/51152614 Ren, Shaoqing, et al. “Faster R-CNN: Towards real-time object detection with region proposal networks.” Advances in Neural Information转载 2017-02-17 11:11:34 · 1128 阅读 · 0 评论 -
【目标检测】Fast RCNN算法详解
原文:http://blog.csdn.net/shenxiaolu1984/article/details/51036677 Girshick, Ross. “Fast r-cnn.” Proceedings of the IEEE International Conference on Computer Vision. 2015.继2014年的RCNN之后,Ross Girshick在15转载 2017-02-17 10:27:01 · 4328 阅读 · 0 评论 -
神经网络优化算法如何选择Adam,SGD
之前在tensorflow上和caffe上都折腾过CNN用来做视频处理,在学习tensorflow例子的时候代码里面给的优化方案默认很多情况下都是直接用的AdamOptimizer优化算法,如下:optimizer = tf.train.AdamOptimizer(learning_rate=lr).minimize(cost)但是在使用caffe时solver里面一般都用的SGD+momentum原创 2017-06-05 15:05:20 · 32872 阅读 · 0 评论