计算机视觉论文------------------
文章平均质量分 73
明天去哪
博观而约取,厚积而薄发.每天坚持写代码
展开
-
【fcCRFs】Efficient Inference in Fully Connected CRFs with Gaussian Edge Potentials
基本情况这篇文章是NIPS2011和CVPR2012的文章,所属领域为segmentation. Abstract目前,大部分state-of-the-art的多类别图像分割算法都使用基于像素或者区域的CRFs.虽然区域级别模型通常具有密集的成对连接性,但像素级模型相当大,只允许使用稀疏图形结构. 本文的主要贡献是对于fc CRFs的高效近似推理算法,其中pairwise edge potent原创 2017-04-22 13:12:13 · 3207 阅读 · 0 评论 -
【squeeze】AlexNet-level accuracy with 50x fewer parameters
基本情况这篇是ICLR 2017(2016年上传到arxiv)的文章.主要针对模型压缩的.使用的是分类网络中的AlenNet为代表. Abstract目前很多方法都是只关注精度的,但是在同等精度的情况下,小的模型很多优点,比如:(1)训练等更快(2)在部署时更少的带宽要求,例如自动驾驶汽车(3)可以部署到FPGA等.正是由于有这些优点,本文提出了一种小的CNN架构,Squeeze...原创 2017-05-08 11:49:44 · 1370 阅读 · 0 评论 -
【Caffe】Caffe: Convolutional architecture for fast feature embedding
推荐资料强烈推荐这篇文章:贾扬清:希望Caffe成为深度学习领域的Hadoop http://www.csdn.net/article/2015-07-07/2825150 .贾扬清阐述了caffe的诞生过程,从中可以看出他的成才之路,一个做什么都思路非常清晰的人. 推荐这篇文章:Caffe 作者贾扬清:我为什么离开 Google,加入 Facebook.caffe的在线分类Demo: h原创 2017-05-17 12:02:32 · 2852 阅读 · 1 评论 -
关于Segnet训练过程中的几个问题
环境操作系统: ubuntu14.04 caffe: caffe-segnet(官方) model: segnet-Tutorial 需要注意的问题比较segnet_model_driving_webdemo.prototxt和segnet_inference.prototxt发现,只有卷积的权重初始化方式(w和b)和最后一层不同(webdemo为’argmax’而前者为’softmax’)原创 2017-05-01 11:15:13 · 7424 阅读 · 0 评论 -
[DeCAF]DeCAF: A Deep Convolutional Activation Featurefor Generic Visual Recognition
基本情况ICML 2014的文章, arXiv:1310.1531 [cs.CV].主要通过实验证明transfer learning的可行性. Abstract本文评估从大型固定的一组对象识别任务中以完全监督的方式训练的深卷积网络的激活提取的特征是否可以重新利用到新的通用任务.在很多情况下,由于没有足够的标注或者未标注的数据来常规地训练一个深度结构用于新的任务(这会导致过拟合),因此本文尝试把提原创 2017-08-15 15:53:28 · 1478 阅读 · 0 评论 -
[vgg16]vgg16相关文件
solver.prototxtnet: "models/vgg16/train_val.prototxt" test_iter: 1000 test_interval: 2500 base_lr: 0.001 lr_policy: "step" gamma: 0.1 stepsize: 50000 display: 20 max_iter: 200000 ...原创 2017-08-03 10:44:55 · 1724 阅读 · 4 评论 -
图像语义分割专栏论文列表
Alias Title Year PASCALVOC The Pascal Visual Object Classes Challenge: A Retrospective IJCV 2015 翻译 SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmenta...原创 2018-03-02 15:30:05 · 2517 阅读 · 0 评论