摘要：
paper: Deep Residual Learning for Image Recognition Identity Mappings in Deep Residual Networks code: caffe slides ResNet ResNet，一代经典，将深度网络结构设计以及各个视觉任 阅读全文
posted @ 2020-05-09 22:16
StoneclutterX
阅读(568)
评论(1)
推荐(1)
摘要：
paper: "Pyramid Scene Parsing Network" code: "caffe" ， "PyTorch" "官方blog" Abstract 1. PSPNet是港中文和商汤在CVPR2017上的一篇工作，将pyramid pooling引入到场景解析的分割任务中，取得很好的 阅读全文
posted @ 2020-05-08 21:13
StoneclutterX
阅读(1061)
评论(0)
推荐(0)
摘要：
paper: "U Net: Convolutional Networks for Biomedical Image Segmentation" code: "PyTorch" ，官方公布的matlab的caffe版本 如果需要看网络结构，可以用这个prototxt文件 "unet prototxt 阅读全文
posted @ 2020-05-08 15:28
StoneclutterX
阅读(1258)
评论(0)
推荐(0)
摘要：
问题表述 1. 在C++对，对于vector经常需要遍历其成员，然后按照某种规则把部分成员删除掉，这里就会用到erase（当然有其他方法，暂不赘述）。但是，如果要移除最后一个元素时，便要注意一些细节，不然便会产生野指针，导致程序segment fault，如下代码中的 函数， 程序输出为： 可以发现 阅读全文
posted @ 2020-04-29 01:15
StoneclutterX
阅读(1068)
评论(0)
推荐(0)
摘要：
本文主要是《C++ Primer Ed5》第13章内容，希望能够对C++的拷贝控制了解的更为深入一些。 概述 C++中的拷贝控制操作主要涉及的几个拷贝控制函数为： 拷贝构造函数 拷贝赋值运算符 移动构造函数 移动赋值运算符 析构函数 其中， 1和3定义了当用同类型的另一个对象【初始化】本对象时做什么 阅读全文
posted @ 2020-04-25 18:20
StoneclutterX
阅读(421)
评论(0)
推荐(0)
摘要：
paper: Strip Pooling: Rethinking Spatial Pooling for Scene Parsing code: https://github.com/Andrew-Qibin/SPNet Abstract CVPR2020的一篇文章，通过改进空间池化层来优化场景分割 阅读全文
posted @ 2020-04-22 01:12
StoneclutterX
阅读(2387)
评论(1)
推荐(1)
摘要：
paper: "Learning Lightweight Lane Detection CNNs by Self Attention Distillation" code: "https://github.com/cardwing/Codes for Lane Detection" Abstract 阅读全文
posted @ 2020-04-15 19:31
StoneclutterX
阅读(1627)
评论(0)
推荐(1)
摘要：
paper: Objects as Points code: https://github.com/xingyizhou/CenterNet Abstract CenterNet是anchor-free的目标检测方法，用预测出的点表示一个object，同时回归出目标的size和offset。其性能表 阅读全文
posted @ 2020-04-15 18:00
StoneclutterX
阅读(424)
评论(0)
推荐(0)
摘要：
paper: "Focal Loss for Dense Object Detection" Abstract 1. 目前主流的目标检测方法，one stage相较于two stage的一个痛点就是样本分布的不平衡（目标和背景），导致one stage虽然速度上有优势，但是精度却有所降低。因此，本文 阅读全文
posted @ 2020-04-15 17:55
StoneclutterX
阅读(335)
评论(0)
推荐(0)
摘要：
Yolo V1 paper: "You Only Look Once: Unified, Real Time Object Detection" slide： "官方slide介绍，很详细" Abstract 1. 如文章名字所述，其完成一次目标检测，只需要look once，也就是不像两阶段的网络 阅读全文
posted @ 2020-04-15 17:28
StoneclutterX
阅读(689)
评论(0)
推荐(0)
浙公网安备 33010602011771号