博客：blog.shinelee.me 博客园 CSDN 目录 写在前面 目标检测任务与挑战 目标检测方法汇总 基础子问题 基于DCNN的特征表示 主干网络 network backbone Methods For Improving Object Representation Context Modeling Detection Proposal Methods Other Special Is ...
2019-02-14 18:22 1 2704 推荐指数：
This post summarizes a comprehensive survey paper on deep learning for anomaly detection — “Deep Learning for Anomaly Detection: A Review ...
这篇综述主要介绍目前深度学习领域超分辨率问题的一些方法。首先介绍了图像超分辨率问题以及问题的评价标准，之后重点介绍了监督学习领域的几大关键，包括上采样方法、网络结构、学习策略、其他优化策略等。并且分析了各种不同方法的优缺点。之后介绍了无监督学习的一些方法，最后给出了一些未来可能的研究方向。 图像 ...
(Learning a Deep Convolutional Network for Image Super-Resolution, ECCV2014) 摘要：我们提出了一种单图像超分辨率的深度学习方法(SR)。我们的方法直接学习在低/高分辨率图像之间的端到端映射 ...
这篇文章主要介绍深度学习下的显著目标检测算法及数据集，对比各类算法探究形成综述。 原文地址：https://arxiv.org/pdf/1904.09146.pdf 若有个人误区及翻译错误，恳请及时评论指正。 目录 【第一章】介绍 【第二章】深度显著目标检测模型 【第三章 ...
导言 随着深度学习和计算机视觉的快读发展，相关技术已经在诸多领域广泛应用。目标检测（Object Detection）作为图像理解中的重要一环，其任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。 1 什么是目标检测 目标检测的任务是找出图像中所 ...
2.1.5 架构设计 2.2 深度度量学习 2.2.1 ...
摘要 文本分类是自然语言处理中最基本的任务。由于深度学习的空前成功，过去十年中该领域的研究激增。已有的文献提出了许多方法，数据集和评估指标，从而需要对这些内容进行全面的总结。本文回顾1961年至2020年的文本分类方法，重点是从浅层学习到深度学习的模型。根据所涉及的文本以及用于特征提取和分类 ...
2020 Towards Universal Representation Learning for Deep Face Recognition Abstract ...
