最近发现很多以前看的论文都忘了,所以想写点东西来整理下之前的paper,paper主要是cv(computer vision)方向的。 第一篇:Gradient-based learning applied to document recognition。这是1998年Yann ...
A Unified Multi Scale Deep Convolutional Neural Network for Fast Object Detection MS CNN就是将faster RCNN进行multi scale化,从而提高对 small object的判断能力。 总的来说,目前的object detection主要分为这几种不同的detection strategies。 分 ...
2017-03-17 20:05 0 5575 推荐指数:
最近发现很多以前看的论文都忘了,所以想写点东西来整理下之前的paper,paper主要是cv(computer vision)方向的。 第一篇:Gradient-based learning applied to document recognition。这是1998年Yann ...
R-CNN论文翻译 Rich feature hierarchies for accurate object detection and semantic segmentation 用于精确物体定位和语义分割的丰富特征层次结构 2017-11-29 摘要 ...
CIFAR和SVHN结果 加粗表示原论文中该网络的最优结果。 可以看出DenseNet-BC优于ResNeXt优于DenseNet优于WRN优于FractalNet优于ResNetv2优于ResNet。 ResNeXt-29,8x64d表示29层,ResNeXt分支数为8,每个分支 ...
原文:http://blog.csdn.net/WoPawn/article/details/52463853 &创新点 规避R-CNN中冗余的特征提取操作,只对整张图像全区域进行一次特征提取; 用 RoI pooling 层取代最后一层 max pooling层 ...
之前在一次组会上,师弟诉苦说他用 UNet 处理一个病灶分割的任务,但效果极差,我看了他的数据后发现,那些病灶区域比起整张图而言非常的小,而 UNet 采用的损失函数通常是逐像素的分类损失,如此一来, ...
摘要: Mask RCNN可以看做是一个通用实例分割架构。 Mask RCNN以Faster RCNN原型,增加了一个分支用于分割任务。 Mask RCNN比Faster RCNN速度 ...
这篇文章主要介绍 Z. Dai 等人的论文 CoAtNet: Marrying Convolution and Attention for All Data Sizes。(2021 年)。 2021 年 9 月 15 日,一种新的架构在 ImageNet 竞赛中的实现了最先进的性能 (SOTA ...
本文主要是回顾一下一些经典的CNN网络的主要贡献。 论文传送门 【google团队】 [2014.09]inception v1: https://arxiv.org/pdf/1409.4842.pdf [2015.02]inception v2: https ...