![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读笔记
文章平均质量分 95
L_彳亍
ML小萌新
展开
-
VGG:《Very Deep Convolutional Networks for Large-Scale Image Recognition》
论文翻译与注解:《Very Deep Convolutional Networks for Large-Scale Image Recognition》论文地址:转自:https://blog.csdn.net/weixin_42546496/article/details/87914338biz_id=102&utm_term=VGG%E8%AE%BA%E6%96%87%E7%BF%BB%E8%AF%91&utm_medium=distribute.pc_search_result原创 2020-10-25 19:07:02 · 315 阅读 · 0 评论 -
论文阅读笔记:《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation》
论文阅读笔记:《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation》论文下载地址:转载请注明:一、论文简介提出了一种新颖实用的用于语义分割的深度全卷积神经网络结构SegNet。其核心的分割网络由一个编码器网络、一个对应的解码网络和一个像素级分类层组成。编码器网络的结构在拓扑上与VGG16网络中的13个卷积层相同(与FCN一样,SegNet也基于VGG-16。不同的是,SegNet将后原创 2020-10-12 19:55:45 · 1433 阅读 · 0 评论 -
论文阅读笔记:《U-Net: Convolutional Networks for Biomedical Image Segmentation》
论文阅读笔记:《U-Net: Convolutional Networks for Biomedical Image Segmentation》论文下载地址:http://www.arxiv.org/pdf/1505.04597.pdf转载请注明:一、论文简介在本文中,作者提出了一种网络结构和训练策略,它依赖于充分利用数据增强技术来更高效地使用带有标签的数据。在U-Net的结构中,包括捕获一个上下文信息的收缩路径和一个允许精确定位的对称拓展路径。这种方法可以使用非常少的数据完成端到端的训练,原创 2020-10-03 15:59:26 · 606 阅读 · 0 评论 -
论文阅读笔记:《Fully Convolutional Networks for Semantic Segmentation》
论文阅读笔记:《Fully Convolutional Networks for Semantic Segmentation》论文下载地址:https://arxiv.org/abs/1411.4038转载请注明:https://mp.csdn.net/console/editor/html/108851024一、论文简介FCN将传统卷积网络后面的全连接层换成了卷积层,这样网络的输出不再是类别而是heatmap。同时为了解决因为卷积和池化对图像尺寸的影响,提出使用上采样的方式恢复。具体包括以原创 2020-10-03 10:04:45 · 436 阅读 · 0 评论