![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习论文解析
正午之阳
这个作者很懒,什么都没留下…
展开
-
STDN:Scale-Transferrable Object Detection 论文阅读
概述这篇是CVPR 2018收录的上海交通大学电子系人工智能实验室物体检测方面的论文。博主认为此算法亦为SSD的改进分支,属于典型的one-stage物体检测模型,作者尝试通过尺度变换模块(scale-transfer module )去解决物体检测中不同目标检测时的尺度问题,取得了不错的效果,并兼顾的速度和准确性。以下是博主自己对于本文的拙见和翻译,不完全对,欢迎讨论。STDN模型介绍为解决物体...原创 2018-03-11 11:36:06 · 7290 阅读 · 1 评论 -
PSPNet:Pyramid Scene Parsing Network论文阅读
概述这篇语义分割的论文出自于商汤,是ImageNet scene parsing challenge的冠军之作。作者将SPPNet中金字塔池化的方法用于语义分割,充分利用全局上下文(场景)信息,以及不同的局部子区域信息,取得很好的效果。以下是博主自己对于本文的拙见和翻译,不完全对,欢迎讨论。背景介绍自FCN以来,使用CNN进行语义分割取得快速的进展。一些主要的方法和技巧也随之发展,诸如dilate...原创 2018-06-12 19:59:50 · 1086 阅读 · 0 评论 -
LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation论文阅读
概述取得了不错的效果,并兼顾的速度和准确性。以下是博主自己对于本文的拙见和翻译,不完全对,欢迎讨论。原创 2018-06-12 22:37:16 · 1403 阅读 · 0 评论 -
PANet:Path Aggregation Network for Instance Segmentation论文阅读
概述本文出自于港中文和腾讯优图,是COCO2017 instance segmentation的冠军作品。作者针对Mask-RCNN做了部分改进,笔者认为其两大贡献在于:bottom-up path augmentation 以及adaptive feature pooling。Abstract:层与层之间信息的传播在深度学习网络中至关重要,低层特征包含精准的位置信息,因此本文提出了bottom-...原创 2018-07-14 18:34:05 · 2952 阅读 · 0 评论 -
SENets:Squeeze-and-Excitation Networks 论文阅读
概述:本文ILSVRC 2017 classification的冠军之作,着重考察了深度卷积各通道间的关系,提出了Squeeze-and-Excitation结构,是网络结构设计的一种新的思想。基于目前主流的Inception或者ResNet结构,Squeeze-and-Excitation结构也非常易于添加实现。Abstract:卷积通过在一定感受野内融合空间和各通道间的信息达到提取特征的目的,...原创 2018-07-15 17:01:11 · 1857 阅读 · 0 评论 -
Soft-NMS: Improving object detection with one line of code
Improving object detection with one line of code 是ICCV2017的文章,主要是优化解决目标检测后处理中非极大值抑制(NMS,Non Maximum Suppression)的问题。NMS:在解析本文主旨之前,先回顾下当前目标检测算法中必不可少的NMS。当前,无论是两阶段的Faster-RCNN或者one-stage的SSD、YOLO等目标...原创 2018-09-15 17:37:38 · 1474 阅读 · 0 评论 -
DetNet: A Backbone network for Object Detection论文阅读记录
概述:DetNet: A Backbone network for Object Detection是ECCV2018收录的旷视的一篇物体检测的论文,其设计灵感源自图像分类与物体检测任务之间存在的落差。详细讲,DetNet 针对不同大小和尺度的物体而像 FPN 一样使用了更多的 stage;即便如此,在保留更大的特征图分辨率方面,它依然优于 ImageNet 预训练模型。但是,这会增加神经网络...原创 2018-09-15 18:40:45 · 1215 阅读 · 0 评论 -
Cascade R-CNN:Delving into HIgh Quality Object Detection
本篇是2018CVPR收录的关于物体检测的文章,作者仔细分析目前物体检测框架中Iou阈值的选取对于物体定位精度和整体训练的影响。Iou阈值直接影响训练阶段正负样本的划分,threshold太高,如0.7,正样本的质量越高,但是正样本的数量会急剧减少,加剧正负样本的不平衡,训练容易过拟合;threshold太低,如0.5,正样本的数量会增加,但是正样本的质量下降,容易产生false positi...原创 2018-09-18 22:58:17 · 415 阅读 · 0 评论 -
DANet: Dual Attention Network for Scene Segmentation
本文从增强全局的特征融合以及语义特征质之间的相关性为切入点,提出了Position Attetion 和 Channel Attention mechanism(位置注意力机制和通道注意力机制)的方法。目前基于深度学习的语义分割网络采用multi scale融合或者U-Net的结构去融合低层和高层的语义特征,但是还是没有综合考虑各个位置的联系和相关性。因为CNN使用局部感受野进行特征的提取,这...原创 2019-03-15 16:31:00 · 15789 阅读 · 2 评论