論文筆記： LSTD A Low-Shot Transfer Detector for Object Detection
背景知識： Zeroshot Learning，零次學習。 模型 對於 訓練集 中 沒有出現過 的 類別，能自動創造出相應的映射： X→Y。 Low/Few-shot Learning、One ...
原文：LSTD論文解析
介紹 近幾年，有大量的目標檢測方法被提出，並取得了很大的成功，不過，這些方法都是依賴帶有標簽的數據集進行訓練。在實際應用中，對於給定的目標檢測任務，全注釋訓練集可能會受到限制，從而限制了深度檢測器的性能。 一種解決辦法是收集易於標注的標簽圖片，作者列出了近幾年做弱監督目標檢測的方法，但這些方法都存在一個共同的問題，在訓練過程中缺少足夠的監督。一種解決方式：在深度模型上使用遷移學習，弱 半監督解相 ...
2019-03-31 15:35 0 563 推薦指數：
相關推薦
BoTNet論文解析
BoTNet::Bottleneck Transformers for Visual Recognition(視覺識別的瓶頸transformer) 作者：elfin 資料來源： ...
Faster RCNN論文解析
Faster R-CNN由一個推薦區域的全卷積網絡和Fast R-CNN組成, Fast R-CNN使用推薦區域。整個網絡的結構如下： 1.1 區域推薦網絡 輸入是一張圖片（任 ...
paddleocr論文解析
PP-OCR::一種實用的超輕量OCR系統(論文解析) 作者：elfin 資料來源：DB論文 目錄 1、PP-OCR作者 2、摘要 3、增強、剪枝策略 3.1 文本檢測 3.1.1 Light ...
PointCNN 論文翻譯解析
1. 前言 卷積神經網絡在二維圖像的應用已經較為成熟了，但 CNN 在三維空間上，尤其是點雲這種無序集的應用現在研究得尤其少。山東大學近日公布的一項研究提出的 PointCNN 可以讓 CNN 在點雲數據的處理刷新了多項深度學習任務的紀錄。由於項目需要，我對PointCNN論文的核心部分做了翻譯 ...
【論文解析】MTCNN論文要點翻譯
@ 目錄 0.論文連接 1.前言 ２.論文Abstract翻譯 ３.論文的主要貢獻 ４.算法流程 4.1 網絡效果圖 4.2 三層網絡概述 4.2.1 P-Net 4.2.2 R-Net ...
XLM論文原理解析
1. 前言 近一年來，NLP領域發展勢頭強勁，從ELMO到LSTM再到去年最牛叉的Google Bert，在今年年初，Facebook又推出了XLM模型，在跨語言預訓練領域表現搶眼。實驗結果顯示XL ...
【Network Architecture】SegNet論文解析（轉）
文章來源： https://blog.csdn.net/fate_fjh/article/details/53467948 Introduction 自己制作國內高速 ...