2018 年 12月 4 日随笔档案 - Alan_Fire

2018年12月4日

摘要：本文为大家从最基础的角度来为大家解读什么是深度学习，以及深度学习的一些前沿发展。自 2012 年多伦多大学 Alex Krizhevsky 等人提出 AlexNet 以来，深度学习作为一种机器学习的强大方法逐渐引发了今天的 AI 热潮。随着这种技术被应用到各种不同领域，人们已经开发出了大量新模型与阅读全文

posted @ 2018-12-04 17:40 Alan_Fire 阅读(1021) 评论(0) 推荐(0)

用强化学习做神经机器翻译

摘要：人工深度学习和神经网络已经为机器翻译带来了突破性的进展，强化学习也已经在游戏等领域取得了里程碑突破。中山大学数据科学与计算机学院和微软研究院的一项研究探索了强化学习在神经机器翻译领域的应用，相关论文已被 EMNLP 2018 接收，相关代码和数据集也已开源。论文地址：https://arxiv.o 阅读全文

posted @ 2018-12-04 17:36 Alan_Fire 阅读(1025) 评论(0) 推荐(0)

资源：车辆目标检测

摘要：车辆是视频场景中最关键的对象之一，车辆和人是视频检测永恒的话题。车辆检测是车辆分析中关键的一步，是后续进行车型识别、车标识别、车牌识别、车辆特征的基础。关于检测的方法和框架有很多，不外乎是特征训练和分类，这里推荐两篇综述性文章： [1] Benenson R, Omran M, Ho 阅读全文

posted @ 2018-12-04 17:15 Alan_Fire 阅读(4795) 评论(0) 推荐(0)

如何快速选择最合适的物体检测框架：一个基于深度学习物体检测算法的简单测评

摘要：本文的主要内容来自于Google的一篇2017年的CVPR论文，“Speed/accuracy trade-offs for modern convolutional object detectors”，这篇文章从各种不同的角度比较了现今几大流行的深度学习检测算法，即Faster RCNN，SSD和阅读全文

posted @ 2018-12-04 16:33 Alan_Fire 阅读(1304) 评论(0) 推荐(0)

从神经网络到卷积神经网络（CNN）

摘要：我们知道神经网络的结构是这样的：那卷积神经网络跟它是什么关系呢？其实卷积神经网络依旧是层级网络，只是层的功能和形式做了变化，可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。卷积神经网络的层级结构 • 数据输入层/ Input layer • 卷积计算层/ CONV l 阅读全文

posted @ 2018-12-04 14:13 Alan_Fire 阅读(541) 评论(0) 推荐(0)

基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN

摘要： Object Detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方阅读全文

posted @ 2018-12-04 14:11 Alan_Fire 阅读(321) 评论(0) 推荐(0)