![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文理解
我不是程序源
兢兢业业勤勤恳恳认认真真
展开
-
《Large-Scale Evolution of Image Classifiers》要点提炼
本文提出的算法是基于遗传算法,对于网络计算资源要求较高,搜索空间是无限的。 论文要点: 种群(population)中的每个个体(individual)都是训练好的神经网络,其适应度(fitness)为该网络结构在验证机上的准确度(accuracy)。 基因编码(encoding)——将个体的结构编码成为有向图(graph)的形式。有向图有两个组成部分:一个是顶点(vertices),一个是边(edges)。有向图中的每个顶点表示神经网络中的特征图(rank-3 tensors or activation原创 2020-10-09 16:31:15 · 308 阅读 · 0 评论 -
Single-shot Refinement Neural Network for Object Detection
对于物体检测,双阶段检测方法(例如:Faster R-CNN)已经取得了最好的检测精度,而单阶段方法(如SSD)有着效率高的优势,为了继承这两者的优点并且克服它们的缺点,在这篇论文中提出了一个新型的单阶段检测方法,命名为RefineDet。这个方法既可以像单阶段方法一样获得超过双阶段方法的检测精度,并且获得可比的运行速度。RefineDet包括两个内联模块,分别是the anchor refine翻译 2018-01-02 15:26:27 · 731 阅读 · 1 评论