译文 摘要：在深度卷积网络 ConvNet 的帮助下，边缘检测已经取得了重大进展。基于ConvNet的边缘检测器在标准基准测试中达到了人类水平。我们提供了对于这些检测器输出的系统研究，且经研究表明它们没有准确定位边缘，这对于需要清晰的边缘输入的任务来说可能是背道而驰的。此外，我们提出了一种新颖的细化架构来解决使用ConvNet学习边缘检测器的挑战性问题。我们的方法利用自顶向下的向后细化路径，逐步 ...
2018-01-12 17:01 0 2557 推荐指数：
文章采用了多实例学习（MIL）机制构建图像标签同像素语义的关联 。 该方法的训练样本包含了70 万张来自ImageNet的图片，但其语义分割的性能很大程度上依赖于复杂的后处理过程，主要包括图像级语义的预测信息、超像素平滑策略、物体候选框平滑策略和 MCG分割区域平滑策略。 下图是论文所用 ...
这是一篇关于皮肤癌分类的文章，核心就是分类器，由斯坦福大学团队发表，居然发到了nature上，让我惊讶又佩服，虽然在方法上没什么大的创新，但是论文本身的工作却意义重大，并且这篇17年见刊的文章，引用量已经达到1300多，让人佩服，值得学习。 【出发点】现有的皮肤癌分类系统由于数据量不够，同时只 ...
最近在调网络结构的参数，其实就是漫无目的的乱改。但是运气不佳，没有得到自己想要的准确率。于是，硬着头皮，去了解一下别人选择参数的一些依据。正如这篇论文的标题： Delving Deep into Rectifiers，或许只有这样才能对选择参数的原则有一个基本认识吧！ Background ...
Our error boundary has some other use cases that it supports and we should try to make sure our t ...
论文地址：https://arxiv.org/abs/1610.09650 主要思想 这篇文章就是用teacher-student模型，用一个teacher模型来训练一个student模型，同时对teacher模型的输出结果加以噪声，然后来模拟多个teacher，这也是一种正则化的方法 ...
之前提到，深度神经网络在训练中容易遇到梯度消失/爆炸的问题，这个问题产生的根源详见之前的读书笔记。在 Batch Normalization 中，我们将输入数据由激活函数的收敛区调整到梯度较大的区域，在一定程度上缓解了这种问题。不过，当网络的层数急剧增加时，BP 算法中导数的累乘效应还是很容易 ...
论文笔记：Causal Attention for Vision-Language Tasks Paper: Causal Attention for Vision-Language Tasks, CVPR 2021 Code: https://github.com/yangxuntu ...
的识别效果。 这篇论文的主要思想是通过学习两个deep network来构建face attrib ...
