• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






Rainbow2015

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理
1 2 下一页

2020年9月1日

2020-ECCV-Local Correlation Consistency for Knowledge Distillation阅读笔记
摘要: https://github.com/RainbowLLL/paper-reading/blob/master/notes/2020-ECCV-Local%20Correlation%20Consistency%20for%20Knowledge%20Distillation.md 阅读全文
posted @ 2020-09-01 16:57 Rainbow2015 阅读(416) 评论(0) 推荐(0)
 
2020-ECCV-Feature Normalized Knowledge Distillation for Image Classfication阅读笔记
摘要: https://github.com/RainbowLLL/paper-reading/blob/master/notes/2020-ECCV-FNKD.md 阅读全文
posted @ 2020-09-01 16:56 Rainbow2015 阅读(240) 评论(0) 推荐(0)
 
2020-ECCV-Improving Knowledge Distillation via Category Structure阅读笔记
摘要: https://github.com/RainbowLLL/paper-reading/blob/master/notes/2020-ECCV-Category-Structure.md 阅读全文
posted @ 2020-09-01 16:55 Rainbow2015 阅读(312) 评论(0) 推荐(0)
 

2018年10月19日

Towards Image Understanding From Deep Compression Without Decoding阅读笔记
摘要: Abstract 最近基于深度神经网络(DNN)的图像压缩方法的研究显示了图像质量的潜在改进,存储节省和带宽减少,我们建议直接对由此产生的压缩表示执行图像理解任务,如分类和分割。 由于基于DNN的压缩方法中的编码器和解码器是具有特征映射作为图像内部表示的神经网络,因此我们将这些与架构直接集成以用于图 阅读全文
posted @ 2018-10-19 14:04 Rainbow2015 阅读(406) 评论(0) 推荐(0)
 

2018年9月16日

An Efficient DCT-Based Image Compression System Based on Laplacian Transparent Composite Model阅读笔记
摘要: Abstract 最近,为DCT系数开发了一种新的概率模型,称为拉普拉斯透明复合模型(LPTCM),除了提供卓越的建模精度外,还可以识别异常系数。在本文中,我们旨在探索其在图像压缩中的应用。为此,我们提出了一种有效的非预测图像压缩系统,其中基于LPTCM完全重新设计了量化(包括硬判决量化(HDQ)和 阅读全文
posted @ 2018-09-16 01:09 Rainbow2015 阅读(258) 评论(0) 推荐(0)
 

2018年9月5日

Transparent Composite Model for DCT Coefficients: Design and Analysis 阅读笔记
摘要: Abstract 基于Kullback-Leibler散度和χ2检验的实验结果表明,对于实值连续交流系数(real-valued continuous ac coefficients),基于截断拉普拉斯算子的TCM提供了模型精度和复杂度之间的最佳权衡。对于离散整数DCT系数,基于截断几何分布的离散T 阅读全文
posted @ 2018-09-05 15:26 Rainbow2015 阅读(486) 评论(0) 推荐(0)
 

2018年9月2日

MnasNet阅读笔记
摘要: Abstract 设计移动设备上的CNN具有挑战性,需要保证模型小速度快准确率高,人为地权衡这三方面很困难,有太多种可能结构需要考虑。 本文中作者提出了一种用于设计资源受限的移动CNN模型的神经网络结构搜索方法。作者提出将时间延迟信息明确地整合到主要目标中,这样搜索模型可以识别一个网络是否很好地平衡 阅读全文
posted @ 2018-09-02 16:53 Rainbow2015 阅读(655) 评论(0) 推荐(0)
 

2018年4月19日

squeezenet测试caltach101数据集
摘要: 下载caltech101数据集 https://www.vision.caltech.edu/Image 生成train.txt,val.txt文件 在root/caffe/data目录下运行下面的Python文件 将图片转换为lmdb格式 在caffe/examples下创建一个文件夹calt10 阅读全文
posted @ 2018-04-19 17:41 Rainbow2015 阅读(1259) 评论(0) 推荐(0)
 

2018年4月10日

YOLO_v3 代码阅读
摘要: yolo-v2修改只识别person 问题1:为什么classes改为1就是检测person了还不是其它的目标,可能是因为 cfg/coco.data 中,names = data/coco.names,而coco.names中person排第一个 查看run_detector和draw_detec 阅读全文
posted @ 2018-04-10 11:23 Rainbow2015 阅读(1902) 评论(0) 推荐(1)
 

2018年4月8日

Fast YOLO: A Fast You Only Look Once System for Real-time Embedded Object Detection in Video 学习笔记
摘要: Abstract 目标检测被认为是计算机视觉领域最具挑战性的问题之一,因为它涉及场景中物体分类和物体定位的组合。最近,与其他方法相比,深度神经网络(DNN)已经被证明可以实现出色的物体检测性能,其中,就速度和准确性而言,YOLOv2(一种改进的Only Only Look Once模型)是基于DNN 阅读全文
posted @ 2018-04-08 00:01 Rainbow2015 阅读(3525) 评论(1) 推荐(0)
 
1 2 下一页