March 11-Deep High-Resolution Representation Learning for Human Pose Estimation-paper reading

https://blog.csdn.net/ls83776736/article/details/87993726
这篇文章的博主也是对于此文做了简单的介绍

论文原文下载

https://github.com/leoxiaobin/deep-high-resolution-net.pytorch
原文作者的代码在这里,这是CVPR2019年的大作~

下面这幅图是本文提出的HRNet 的模型的主要结构。

在这里插入图片描述
这个模型和以前的模型不同,在模型中图像始终保持着高分辨率,但是平行的在subnetworks中,在向下的操作中,在做lower-resolusion,只是最后会讲这些与之前的network融合在一起。

下面对于网络依次介绍

在这里插入图片描述
在这里插入图片描述
在(2)可以看到,在最上面的那个分支中,图像的精度一直不变化,在second line, resolution,变为原来的一般,在third line,再减半,到fourth line, 再减半。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

This is the main architecture about HRNet, and more details should read paper again.

没有复现数据~

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值