![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 91
精读+泛读计算机视觉论文
前行follow
learning sharing and discussing.
展开
-
读论文——MoCo(何恺明 CV中的无监督)
第一遍标题以及作者(2020 3.23)前置知识代理任务(用来生成有监督信号):Instance Discrimination同一个图片中的不同块是一类,不同图片就是不同的类摘要将对比学习视为字典查询任务,构建一个动态的字典。(样本队列+移动平均编码器)MoCo学习到的特征可以迁移到下游任务中,在7种下游视觉任务上,让无监督学习比有监督学习表现更好。(Note:特征提取器和迁移下游任务是具有区别的)结论MoCo在一亿数据集上的表现和百万数据集上的表现提升不大,有没有可能是原创 2021-12-18 19:41:28 · 1341 阅读 · 0 评论 -
读论文——MAE(CV小白带读2021何恺明新作)
ResNet作者,2021年新作,预定顶会?原创 2021-12-04 18:00:00 · 4476 阅读 · 2 评论 -
读论文——ViT(Transformer跨界CV)
1202年,还不知道ViT?原创 2021-12-03 19:00:00 · 784 阅读 · 0 评论 -
读论文——AlexNet
第一遍标题:ImageNet Classification with Deep Convolutional Neural Networks摘要:问题(数据集):ImageNet,1.2百万图片,1000类方法:大的深度卷积模型,6千万参数,65万神经元模型:5个卷积层、最大池化层、3层全连接和softmax层、dropout层结果:top-1和top-5错误率为37.5%37.5 \%37.5%和17.0%17.0 \%17.0%结论/讨论:深层卷积神经网络,通过监督学习,原创 2021-11-15 19:48:35 · 2258 阅读 · 0 评论 -
读论文——ResNet
第一遍标题:Deep Residual Learning for Image Recognition作者:何凯明摘要:We explicitly reformulate the layers as learning residual functions with reference to the layer inputs, instead of learning unreferenced functions 残差网络学习输入的残差函数在ImageNet上152层,网络更深,计算复杂度原创 2021-11-15 19:59:41 · 2646 阅读 · 0 评论