随笔分类 - 论文解析
用来记录自己读的一些经典的,令人惊奇的论文
摘要:@[toc] 0. 论文链接 FCN(https://arxiv.org/abs/1411.4038) 1. 概述 语义分割(semantic segmentation)其实就是对每个像素点进行预测分类(dense prediction)。这也应该是第一个训练对像素进行预测并
阅读全文
摘要:@[toc] 0. 论文链接 "ResNet" 1. 概述 从AlexNet出现后,后面的模型包括VGG,GoogLe Net等都是想办法让网络边更宽更深,因为大量的实验证明网络更深更宽它的性能会更好。比较容易想到的是一味的增加深度会使得梯度爆炸/消失,但这问题在很大程度上使
阅读全文
摘要:前言 懒癌翻了,这篇不想写overview了,公式也比较多,今天有(zhao)点(jie)累(kou),不想一点点写latex啦,读论文的时候感觉文章不错,虽然看似很多数学公式,其实都是比较基础的公式,文章也比较细,从网上找了两篇较好的讲解,引用连接在每篇文章前面。 文章1 https://www.
阅读全文
摘要:@[toc] 0. 论文地址 http://arxiv.org/pdf/1311.2901.pdf 1. 概述 本文设计了一种可以可视化卷积层中feature map的系统,通过可视化每层layer的某些activation来探究CNN网络究竟是怎样“学习”的,同时文章通过可
阅读全文
摘要:前言 本来想按照惯例来一个overview的,结果看到1篇十分不错而且详细的介绍,因此copy过来,自己在前面大体总结一下论文,细节不做赘述,引用文章讲得很详细,另外这篇paper引用十分详细,如果做detection可以从这篇文章去读更多不同类型的文章。 论文概述 卷积网络
阅读全文
摘要:@[toc] 0. 论文链接 1. 概述 GoogLeNet是谷歌团队提出的一种大体保持计算资源不变的前提下,通过精妙的设计来增加网络的深度和宽度,基于Hebbian法则和多尺度处理来进行设计,在ILSVRC2014中获得了分类和检测第一的好成绩。 通
阅读全文
摘要:@[toc] 0. 论文链接 "论文链接" 1. 概述 VGG提出了相对AlexNet更深的网络模型,并且通过实验发现网络越深性能越好(在一定范围内)。在网络中,使用了更小的卷积核(3x3),stride为1,同时不单单的使用卷积层,而是组合成了“卷积组”,即一个卷积组包括2
阅读全文
摘要:@[toc] 0. 论文链接 https://papers.nips.cc/paper/4824 imagenet classification with deep convolutional neural networks.pdf 1. 概述 AlexNet算是第一个把CN
阅读全文
摘要:@[toc] 0. 论文链接 "Cascade R CNN" 1. 概述 这是CVPR 2018的一篇文章,这篇文章也为我之前读R CNN系列困扰的一个问题提供了一个解决方案:R CNN在fine tuning使用IOU threshold = 0.5来防止过拟合,而在分类阶
阅读全文
摘要:@[toc] 1. 前言 最近读完了R CNN三部曲+SPP Net,算是Detection里比较经典的一个系列,最近也在读CVPR或者ECCV的其他Detection相关的论文,发现很多都是在改进R CNN系列的一些细节。因此在这将这4篇论文先分别进行一些讲解,再进行一些比
阅读全文
摘要:@[toc] 0.论文连接 "点击打开" 1.前言 MTCNN是一篇关于人脸检测算法效果很不错的论文,落地效果也很好,据我所知有不少公司在用这个算法做人脸检测。 2.论文Abstract翻译 在无约束环境下,人脸的检测与对齐对于不同的姿势,灯光和遮挡是非常有挑战性的。近期的学术研究证明了深度学习方法
阅读全文
浙公网安备 33010602011771号