随笔分类 -  backbone网络

从卷积拆分和分组的角度看CNN模型的演化
摘要：博客： "博客园" | "CSDN" | "blog" 写在前面 如题，这篇文章将尝试从卷积拆分的角度看一看各种经典CNN backbone网络module是如何演进的，为了视角的统一，仅分析单条路径上的卷积形式。 形式化 方便起见，对常规卷积操作，做如下定义， $I$：输入尺寸，长$H$ 宽$W$ 阅读全文
posted @ 2020-05-14 20:42 shine-lee 阅读(2143) 评论(0) 推荐(2)
Inception系列回顾
摘要：博客：博客园 | CSDN | blog 写在前面 Inception 家族成员：Inception-V1（GoogLeNet）、BN-Inception、Inception-V2、Inception-V3、Inception-ResNet-V1、Inception-V4、Inception-Res 阅读全文
posted @ 2020-04-03 20:50 shine-lee 阅读(2749) 评论(0) 推荐(2)
通俗易懂DenseNet
摘要：[TOC] 博客： "博客园" | "CSDN" | "blog" 写在前面 在博客《ResNet详解与分析》中，我们谈到ResNet不同层之间的信息流通隐含在“和”中，所以从信息流通的角度看并不彻底， 相比ResNet，DenseNet最大的不同之处在于，并不对feature map求elemen 阅读全文
posted @ 2020-02-28 21:57 shine-lee 阅读(6257) 评论(3) 推荐(3)
ResNet详解与分析
摘要：[TOC] 博客： "博客园" | "CSDN" | "blog" Resnet要解决的是什么问题 ResNets要解决的是深度神经网络的“退化”问题。 什么是“退化”？ 我们知道，对浅层网络逐渐叠加layers，模型在训练集和测试集上的性能会变好，因为模型复杂度更高了，表达能力更强了，可以对潜在的 阅读全文
posted @ 2020-02-25 20:03 shine-lee 阅读(92056) 评论(3) 推荐(55)
VGG(2014)，3x3卷积的胜利
摘要：[TOC] 博客： "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 VGG(2014)网络出自paper "《Very Deep Convolutional Networks for Large Scale Image Recognition》" ，为 "ILSVR 阅读全文
posted @ 2019-10-14 20:08 shine-lee 阅读(3188) 评论(0) 推荐(3)
Network in Network(2013)，1x1卷积与Global Average Pooling
摘要：[toc] 博客： "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 "《Network in Network》" 简称NIN，出自 "颜水成老师" 团队，首次发表在arxiv的时间为2013年12月，至20190921引用量为2871（google scholar） 阅读全文
posted @ 2019-10-11 17:58 shine-lee 阅读(1723) 评论(0) 推荐(1)
ZFNet(2013)及可视化的开端
摘要：[TOC] 博客： "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 ZFNet出自论文 "《 Visualizing and Understanding Convolutional Networks》" ，作者Matthew D. Zeiler和Rob Fergus 阅读全文
posted @ 2019-09-21 15:14 shine-lee 阅读(4240) 评论(0) 推荐(0)
从AlexNet(2012)开始
摘要：[TOC] 博客： "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 本文重点在于回顾深度神经网络在CV领域的 First Blood —— AlexNet ，AlexNet是首个在大规模图像识别问题取得突破性进展的深度神经网络，相比基于SIFT+FVs、稀疏编码的传 阅读全文
posted @ 2019-09-10 12:05 shine-lee 阅读(2475) 评论(0) 推荐(0)
ImageNet主要网络benchmark对比
摘要：深度神经网络繁多，各自的性能指标怎样？ 实际应用中，在速度、内存、准确率等各种约束下，应该尝试哪些模型作为backbone？ 有paper对各个网络模型进行了对比分析，形成了一个看待所有主要模型的完整视角，其分析结果可以在实践中提供指导和帮助。 这篇博客主要整合了其中3篇文章的结论，分别是 1. " 阅读全文
posted @ 2019-08-28 19:53 shine-lee 阅读(9256) 评论(0) 推荐(3)