随笔分类 - 论文笔记
摘要：Data Uncertainty Learning in Face Recognition 2021.5.25 CVPR20 Abstract 对于有噪声的图片，对于数据的不确定性非常重要，但很少有研究面部识别。之前的PFE将每个面部的嵌入作为高斯分布来考虑不确定性。它使用先前已有模型的固定特征作为
阅读全文
摘要：Self-distillation with Batch Knowledge Ensembling Improves ImageNet Classification 2021.5.13 Project Page: https://geyixiao.com/projects/bake https://
阅读全文
摘要：Distill on the Go: Online knowledge distillation in self-supervised learning 2021.5.13 Learning from Limited or Imperfect Data (L2ID) Workshop @ CVPR
阅读全文
摘要：Beyond Self-attention: External Attention using Two Linear Layers for Visual Tasks 2021.5.12 Under review https://arxiv.org/abs/2105.02358 Introductio
阅读全文
摘要：Decoupled Dynamic Filter Networks 2021.5.6 CVPR 2021 https://arxiv.org/abs/2104.14107 Introduction 卷积缺点在于：内容不变，计算量高 动态filter可以根据内容自适应，但是会提高计算量。depth-w
阅读全文
摘要：Accelerate CNNs from Three Dimensions: A Comprehensive Pruning Framework 2021.5.10 ICML 2021 https://arxiv.org/abs/2010.04879 Introduction 大部分的剪枝pruni
阅读全文
摘要：论文笔记《BlockDrop: Dynamic Inference Paths in Residual Networks》 paper：https://openaccess.thecvf.com/content_cvpr_2018/html/Wu_BlockDrop_Dynamic_Inferenc
阅读全文
摘要：今天又阅读了最近的一篇NeurIPS 2020的文章，提出了一个减少图片空间冗余程度实现动态推理的方法。之前也看过一些减少空间冗余度的，但是本文所用的方法是对于一张图片来说，裁剪成相同大小的一个个patch以序列的方式输入到网络中，同时网络分为多个阶段，分别处理不同的输入，其核心点有两个一个是对于图
阅读全文
摘要：第二次写关于MSDNet方面的学习笔记，终于是弄懂了大致的全部代码，也熟悉了其处理过程，先将第二阶段的学习成果做一下介绍。 想看上一篇学习笔记（主要是翻译大致内容）的可以看这个链接：https://www.cnblogs.com/liuyangcode/p/13700393.html 关于MSDNe
阅读全文
摘要：DenseNet：CVPR2017 Best Paper，引用次数已超1w次 paper：https://arxiv.org/abs/1608.06993v5 code：https://github.com/liuzhuang13/DenseNet Abstract 作者发现如果卷积网络在靠近输入的
阅读全文
摘要：刚刚入门model compression领域，这一篇文章比较经典为 ICLR2018 Oral，为Densenet作者所作 paper：https://arxiv.org/abs/1703.09844 code：https://github.com/gaohuang/MSDNet pytorch版
阅读全文
浙公网安备 33010602011771号