![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
背道而驰�yc
这个作者很懒,什么都没留下…
展开
-
Dual Collaborative Transforme
2021 AAAIhttps://github.com/luo3300612/image-captioning-DLCT原创 2021-05-25 22:35:51 · 209 阅读 · 0 评论 -
Improving Image Captioning by Leveraging Intra- and Inter-layer Global Representation in Transformer
2021 AAAI代码暂无offline-coco数据集:对比试验:消融试验:online-coco数据集原创 2021-05-25 14:57:14 · 574 阅读 · 0 评论 -
Deep Image Spatial Transformation for Person Image Generation(☆)
CVPR 2020github地址:https://github.com/RenYurui/Global-Flow-Local-Attentionhttps://github.com/RenYurui/Global-Flow-Local-Attention/blob/master/PERSON_IMAGE_GENERATION.md原创 2021-05-23 14:23:35 · 541 阅读 · 3 评论 -
MC-GAN: Multi-conditional Generative Adversarial Network for Image Synthesis(未写完)
github地址原创 2021-04-01 22:35:06 · 323 阅读 · 0 评论 -
Text Guided Person Image Synthesis
CVPR 2019暂未提供代码原创 2021-03-31 21:12:57 · 71 阅读 · 0 评论 -
Text-Adaptive Generative Adversarial Networks: Manipulating Images with Natural Language
github地址原创 2021-03-30 17:07:25 · 235 阅读 · 0 评论 -
ManiGAN: Text-Guided Image Manipulation
github地址原创 2021-03-30 17:04:04 · 542 阅读 · 0 评论 -
Semantic Image Synthesis via Adversarial Learning
提出一个端到端的神经目录一级目录二级目录三级目录一级目录二级目录三级目录原创 2021-03-29 22:03:15 · 339 阅读 · 0 评论 -
小样本学习
目录文献综述二级目录三级目录文献综述论文题目:《Generalizing from a Few Examples: A Survey on Few-Shot Learning》https://zhuanlan.zhihu.com/p/359354765二级目录三级目录原创 2021-03-25 21:37:28 · 54 阅读 · 0 评论 -
Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation
目录摘要背景空间金字塔池化(Spatial Pyramid Pooling, SPP)Encoder-Decoder本文方法摘要背景空间金字塔池化(Spatial Pyramid Pooling, SPP)网络能够通过以多种速率和多个有效视野探测输入特征或汇集操作,来编码多尺度上下文信息有学者提出将SPP应用到卷积神经网络中,下图的上部分是传统的CNN结构,下部分是应用了SPP池化CNN结构。这个卷积层可以接受任意大小的输入,但是经过SPP之后会产生固定大小的输出以适应全连接层,大小由SPP结构而原创 2020-11-23 22:58:12 · 116 阅读 · 0 评论 -
TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation
目录摘要介绍U-Net architecture网络结构改进后的框架:TernausNet骨架(编码器):经过改进的VGG11解码器实验结果优化损失函数后处理guthub:TernausNetUnet数据集:Kaggle Carvana摘要像素级的语义分割,经典网络 U-Net,由编码encoders和解码decoders组成,是医学图像,卫星图像的分割常用的网络结构. 通常情况下,神经网络的权重初始化是采用在 ImageNet 上预训练的权重参数进行的,相比于重新训练,在小数据集上的效果更佳.原创 2020-11-07 20:06:06 · 808 阅读 · 0 评论