分类网络(BackBone)
文章平均质量分 89
介绍经典的分类神经网络为主。
zhw864680355
这个作者很懒,什么都没留下…
展开
-
SKNet结构解读
论文原址:https://arxiv.org/pdf/1903.06586.pdfgithub: https://github.com/implus/SKNet转载 2021-06-13 12:36:50 · 2729 阅读 · 0 评论 -
ResNeXt结构解读
论文:Aggregated Residual Transformations for Deep Neural Networks (2017CVPR上)论文地址:https://arxiv.org/pdf/1611.05431.pdfPyTorch代码:https://github.com/miraclewkf/ResNeXt-PyTorch原文来源:https://blog.csdn....转载 2020-04-09 20:46:30 · 4383 阅读 · 0 评论 -
Xception 算法
引言Xception是google在inception之后提出的对inceptionV3的另一种改进,主要采用depthwise separable convolution来替换原来的inception v3中的卷积操作。思考要解决什么问题?怎么解决的?探寻Inception的基本思路 从Inception发展历程的角度,理解其基本思想,并引入与Inception类似的Depth...转载 2019-11-12 11:15:10 · 1196 阅读 · 0 评论 -
SENet结构解读
原文:https://zhuanlan.zhihu.com/p/65459972一、前言在深度学习领域,CNN分类网络的发展对其它计算机视觉任务如目标检测和语义分割都起到至关重要的作用,因为检测和分割模型通常是构建在CNN分类网络(称为backbone)之上。提到CNN分类网络,我们所熟知的是VGG,ResNet,Inception,DenseNet等模型,它们的效果已经被充分验证,而且被...转载 2020-04-07 17:17:25 · 5775 阅读 · 1 评论 -
DenseNet结构解读
1、网络结构与Inception系列和ResNet网络不通,Inception网络主要是从网络的宽度方面改进网络的结构从而提高网络的表达能力,而ResNet主要是从网络的深度方面改进网络的结构来提高表达能力,而DenseNet则是通过特征图重用的方式来探索网络的潜能。DenseNet让网络的每一层的输入变成所有前面层的叠加(concat),然后把它的特征图传递给所有接下来的网络层。传统...原创 2019-11-07 17:58:43 · 4875 阅读 · 0 评论 -
ResNet结构解读
ResNet在2015年被提出,在ImageNet比赛classification任务上获得第一名,因为它“简单与实用”并存,之后很多方法都建立在ResNet50或者ResNet101的基础上完成的,检测,分割,识别等领域都纷纷使用ResNet,Alpha zero也使用了ResNet,所以可见ResNet确实很好用。ResNet的意义: 随着网络的加深,出现了训练集准确率下...转载 2019-11-07 10:12:41 · 4102 阅读 · 0 评论