摘要: An Analysis of Scale Invariance in Object Detection – SNIP 简介 小目标问题一直是目标检测领域一个比较难解决的问题,因为小目标提供的信息比较少,当前的很多目标检测框架并不能充分捕捉小目标的全部信息,这导致了小目标检测的MAP比较低,在COCO 阅读全文
posted @ 2019-11-23 23:46 aoru45 阅读(768) 评论(0) 推荐(0) 编辑
摘要: 《语义网与知识图谱》期末复习(二) 之前总结的链接: "语义网与知识图谱入门(一)" "语义网与知识图谱入门(二)" 考试题型 选择题(1 15) 单选、多选随机混合 填空题(1 20) 据说不好填 判断题(1 10) 简答、问答: 1. 写SPARQL语句和结果(书上),根据RDF图写 2. 根据 阅读全文
posted @ 2019-11-03 19:34 aoru45 阅读(2617) 评论(2) 推荐(0) 编辑
摘要: Attentional Pooling for Action Recognition 简介 这是一篇NIPS的文章,文章亮点是对池化进行矩阵表示,使用二阶池的矩阵表示,并将权重矩阵进行低秩分解,从而使分解后的结果能够自底向上和自顶向下的解释,并巧用attention机制来解释,我感觉学到了很多东西, 阅读全文
posted @ 2019-10-27 13:21 aoru45 阅读(1226) 评论(0) 推荐(0) 编辑
摘要: CapsuleNet 前言 找了很多资料,终于把整个流程搞懂了,其实要懂这个运算并不难,难的对我来说是怎么用代码实现,也找了github上的一些代码来看,对我来说都有点冗长,变量分布太远导致我脑袋炸了,所以我就在B站找视频看看有没有代码讲解,算是不负苦心吧,终于把实现部分解决了。 不写论文解读,因为 阅读全文
posted @ 2019-10-14 02:14 aoru45 阅读(1259) 评论(0) 推荐(0) 编辑
摘要: Learning Efficient Convolutional Networks through Network Slimming 简介 这是我看的第一篇模型压缩方面的论文,应该也算比较出名的一篇吧,因为很早就对模型压缩比较感兴趣,所以抽了个时间看了一篇,代码也自己实现了一下,觉得还是挺容易的。这 阅读全文
posted @ 2019-10-01 00:42 aoru45 阅读(3915) 评论(1) 推荐(1) 编辑
摘要: Receptive Field Block Net for Accurate and Fast Object Detection 简介 本文在SSD基础上提出了RFB Module,利用神经科学的先验知识来解释这种效果提升。本质上是设计一种新的结构来提升感受野,并表明了人类视网膜的感受野有一个特点, 阅读全文
posted @ 2019-09-26 23:07 aoru45 阅读(1236) 评论(0) 推荐(1) 编辑
摘要: SSR Net: A Compact Soft Stagewise Regression Network for Age Estimation 简介 本文提出了一种年龄回归的方法,定义了由粗到细进行classification的过程,并且取得了不错的实验效果。文章指出,regression base 阅读全文
posted @ 2019-09-14 02:29 aoru45 阅读(505) 评论(1) 推荐(0) 编辑
摘要: CBAM: Convolutional Block Attention Module 简介 本文利用attention机制,使得针对网络有了更好的特征表示,这种结构通过支路学习到通道间关系的权重和像素间关系的权重,然后乘回到原特征图,使得特征图可以更好的表示。 Convolutional Block 阅读全文
posted @ 2019-09-12 02:26 aoru45 阅读(959) 评论(0) 推荐(0) 编辑
摘要: Spatial Transformer Networks 简介 本文提出了能够学习feature仿射变换的一种结构,并且该结构不需要给其他额外的监督信息,网络自己就能学习到对预测结果有用的仿射变换。因为CNN的平移不变性等空间特征一定程度上被pooling等操作破坏了,所以,想要网络能够应对平移的o 阅读全文
posted @ 2019-09-08 22:36 aoru45 阅读(1461) 评论(0) 推荐(0) 编辑
摘要: Squeeze and Excitation Networks 简介 SENet提出了一种更好的特征表示结构,通过支路结构学习作用到input上更好的表示feature。结构上是使用一个支路去学习如何评估通道间的关联,然后作用到原feature map上去,实现对输入的校准。支路的帮助学习到的是神经 阅读全文
posted @ 2019-09-08 15:27 aoru45 阅读(1584) 评论(0) 推荐(1) 编辑