wydbyxr的博客

《Neural Machine Translation in Linear Time》  新型的source–target网络结构ByteNet，并通过两个扩张卷积神经网络（Dilated Convolution）堆叠实现,完成了机器翻译任务，并且将时间复杂度控制在线性范围。  dilated-conv，即使去掉池化层也能保证网络的感受野，从而确保图像语义分割的精度。...

Semantic Scene Completion from a Single Depth Image Princeton University(普林斯顿大学)1.论文简介 1.1摘要 论文解决的问题是semantic scene completion（语义场景补全），之前的方法是将分为两个问题：1.场景补全（scene completion），也就是预测体积占用，一般是用体素 （vo

Training RNNs as Fast as CNNs- 2017年9月- Simple Recurrent Unit(SRU); NLP与语音识别任务; 加速- ASAPP inc；MIT　　通过有意简化状态计算并展现更多的并行性而提出了一个替代性的 RNN 实现，这一循环单元的运算和卷积层一样快，并且比 cuDNN 优化的 LSTM 快 5-10x。 　　该实现在诸如分类、...

NoScope: Optimizing Neural Network Queries over Video at Scale- 2017年3月- 视频中的目标检测；名为NoScope的检索引擎- 　　非常的快。 　　思想：由于视频目标是连续的，里面包含了大量时间局部性（temporal locality，即在不同的时间是相似的）和空间局部性（spatial locali...

Single Image Super-Resolution via Cascaded Multi-Scale Cross Network- 2018年2月- 单幅图像的超分辨率；级联+残差网络- IEEE成员(中国人)　　提出了一个级联多尺度交叉网络（CMSC），其中一系列子网络级联以便以粗到细的方式推断高分辨率特征。在每个级联子网中，我们将多个多尺度交叉（MSC）模块堆叠起来，同时...

End-to-end detection-segmentation network with ROI convolution- 2018年1月- ROI卷积- 阿尔伯塔大学【加拿大】　　主要是ROI convolution的介绍。

Data Distillation: Towards Omni-Supervised Learning- 2017年12月- 全方位监督（Omni-Supervised）；数据精馏（data distillation）- Ilija Radosavovic, Piotr Dollar, Ross Girshick, Georgia Gkioxari, Kaiming He,Facebook...

本文主要是针对《PVANet: Lightweight Deep Neural Networks for Real-time Object Detection》 的总结和思考。阅读时如有错误，你来打我。

一、论文总结二、使用说明三、部分结果

覆盖范围   1、basic_network全覆盖 根据实际应用需求，按照3大方向覆盖全部的basic network 2、leaderboard 以PASCAL VOC榜单为蓝本，按照3大方向覆盖2015年之后的所有project。其中会有大量重复的网络结构，针对此情况可以忽略。 3、leader company Google Baidu Facebo...

Face++团队作者：何宜晖 链接：https://www.zhihu.com/question/26558251/answer/113530447 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。RecognitionChannel Pruning for Accelerating Very Deep Neural Networks[1707.06168]

Gated Feedback Refinement Network for Dense Image Labeling- 2017CVPR - G-FRNet - 曼尼托巴大学【美】 　　GFRNet进行粗略预测，然后在细化阶段高效地整合局部和全球上下文信息，逐步细化细节。我们引入了控制前进信息的门单元，以过滤掉歧义。 　　AutoEncoder By Forest- ...

Swish: a Self-Gated Activation Function- 2017年10月 - Swish- google 　　一种新的激活函数，公式为y=x*sigmoid（x）；在Inception、resnet、mobilenet中会比使用relu提高1%左右的性能；Swish是无上界有下界的函数。 　　对于新的激活函数，在ImageNet上top-1 acc...

Hierarchical Multimodal LSTM for Dense Visual-Semantic Embedding- 2017年10月 - 层次化的 LSTM 模型（树形结构）- 阿里iDST、西安电子科大、西安交大　　基于层次化多模态LSTM的视觉语义联合嵌入；CV和NLP两个领域联合起来,解决「视觉-语义联合嵌入 (Visual-Semantic Embeddin...

Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person- 2017年9月 - 用于行人重检验的，ASTPN- 华中科大；IBM；西北大学【美】　　joint Spatial and Temporal Attention Pooling Network。 　　spatial poolin...

Segmentation-Aware Convolutional Networks Using Local Attention Masks- 2017年8月- 用于语义分割；提出Im2dist- 卡内基梅隆；瑞尔森大学【加】；Facebook　　DNN中，网络越深，神经元对图像进行“审查”的部分就越大，这可能会导致局部性（localized）变差以及模糊（神经元需要对图像中非常大的区...

DiracNets: Training Very Deep Neural Networks Without Skip-Connections- 2017年6月 - 提出NCReLU和Dirac参数化，它适用于广泛的网络架构- ParisTech(巴黎高科，一个小学校)　　提出新的权重参数化（weight parameterization）方法，即Dirac参数化，它适用于广泛的网...

Learning to Segment Every Thing- 2017年11月 - 迁移学习，半监督；实例分割(instance-segmentation)；Mask^X R-CNN- 伯克利；FAIR；Kaiming He； Ross Girshick　　是「Mask RCNN后续工作」，结合weakly supervision和weight transferring等技术，...

Detecting Faces Using Region-based Fully Convolutional Networks- 2017年9月- Face R-FCN；人脸检测- 腾讯AI Lab　　Face R-FCN主要是基于R-FCN（基于区域的全卷积网络）框架来解决人脸检测问题。在R-FCN框架的基础上，他们采用ResNet（残差网络）作为基础网络，结合了多尺度训练和测试、...