- 博客(5)
- 收藏
- 关注
RSS订阅原创 【论文解读】SKNet网络（自适应调整感受野尺寸）
Selective Kernel Networks论文：https://arxiv.org/abs/1903.06586代码：https://github.com/implus/SKNet摘要在标准卷积神经网络（CNN）中，每层中人工神经元的感受野被设计成共享相同的大小。在神经科学界众所周知，视觉皮层神经元的感受野大小受到刺激的调节，这在构建CNN时很少被考虑。我们在CNN中提出了一种动态...
2019-08-30 20:15:44
4360
1
原创 【论文解读】SENet网络(一种新的卷积结构)
目录Squeeze-and-Excitation Networks1 Introduction2 SQUEEZE-AND-EXCITATION BLOCKSSqueeze: Global Information EmbeddingExcitation: Adaptive Recalibration3 SENet 在具体网络中应用4 SENet 计算量比较Squeeze-and-Excitatio...
2019-08-28 12:10:01
2221
原创 【轻量级网络】--ShuffleNet V2论文解读
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design参考文章：https://blog.csdn.net/u014380165/article/details/81322175Abstract目前，神经网络架构设计主要由计算复杂度的间接度量（即FLOPs）引导。然而，直接度量（例如，速度）还取决于诸...
2019-08-26 20:08:06
558
原创 【论文解读】Spatial As Deep: Spatial CNN for Traffic Scene Understanding（车道线检测SCNN）
Spatial As Deep: Spatial CNN for Traffic Scene UnderstandingCNN没有充分探索其捕捉图像行和列的像素空间关系的能力，这些关系对于学习具有强形状先验但具弱外观(图像像素)连贯性的语义对象非常重要，例如交通车道，如图1（a）所示，这些交通车道经常被遮挡或甚至不涂在路面上。在本文中，提出了Spatial CNN（SCNN），它将传统的深层...
2019-08-23 19:20:02
2010
1
原创 【论文解读】A review of recent advances in lane detection and departure warning system（车道线检测综述）
原文链接：https://www.sciencedirect.com/science/article/abs/pii/S00313203173032661 流程图camera：从相机拍摄的视频中提取frame，feed到检测系统里；Lane modeling 作用：当lane检测系统fails to detect road lines or interprets other object...
2019-08-22 22:11:45
3101
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人