07 2020 档案

MobileNet-v2笔记
摘要：MobileNet-v2阅读笔记 介绍 具有线性bottleneck的倒置残差层。 卷积模块可以通过从未完全实现大型中间张量来显着减少推理过程中所需的内存占用，适合移动设备 作者发现删除中间窄层中的非线性单元对于保持表示能力很重要 倒置残差 瓶颈块看起来类似于残差块，其中每个块包含一个输入，然后是几 阅读全文
posted @ 2020-07-23 23:42 pipecat 阅读(191) 评论(0) 推荐(0)
DeepLab笔记
摘要：DeepLab阅读笔记 介绍 结合了深度卷积神经网络（DCNNs）和概率图模型（DenseCRFs）的方法，将DCNNs最后一层的响应和完全连接的条件随机场（CRF）结合，解决了DCNNs语义分割时精准度不够的问题 三个主要贡献 速度：带atrous算法的DCNN可以保持8FPS的速度，全连接CRF 阅读全文
posted @ 2020-07-20 23:37 pipecat 阅读(114) 评论(0) 推荐(0)
SegNet笔记
摘要：SegNet阅读笔记 介绍 明确提出了编码器-解码器结构。 提出了maxpool索引来解码的方法，节省了内存 能有效地在推理期间减少内存占用和增加计算效率。与其他模型相比，它参数数量也要少得多。 网络结构 编码器：VGG16去掉全连接层，大幅度减少了模型的大小（134M to 14.7M），其中顺序 阅读全文
posted @ 2020-07-17 22:03 pipecat 阅读(204) 评论(0) 推荐(0)
U-Net笔记
摘要：U-Net阅读笔记 介绍 在上采样部分有大量的特征通道，这使得网络可以将空间上下文信息向更高的分辨率层传播,呈现出一个U型。 网络不存在任何全连接层，并且，只使用每个卷积的valid部分. 为了预测图像边界区域的像素点，我们采用镜像图像的方式补全缺失的环境像素。 采用弹性形变的方式增加数据 网络结构 阅读全文
posted @ 2020-07-16 23:37 pipecat 阅读(190) 评论(0) 推荐(0)
Git分支笔记
摘要：Git分支管理 创建dev分支 git branch <name> 切换分支 git checkout <name> ​ 或 git switch <name> 删除分支 git branch -d <name> 合并分支 ​ 快速合并 git merge <name> ​ 普通合并 git mer 阅读全文
posted @ 2020-07-16 21:25 pipecat 阅读(70) 评论(0) 推荐(0)
视频去背景方案调研
摘要：一. 机器学习方法（聚类） GMM（Gaussian mixture model） 论文信息：Zivkovic Z. Improved adaptive Gaussian mixture model for background subtraction[C]//Proceedings of the 阅读全文
posted @ 2020-07-02 14:05 pipecat 阅读(171) 评论(0) 推荐(0)