E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
论文理解
李群李代数学习笔记
这个视频的论文来自于AmicroLietheoryforstateestimationinrobotics关于论文的一些公式的解读可以查看博客AMicroLieTheory
论文理解
下面是视频的PPT截图
小林up
·
2023-01-15 07:58
机器人学
机器人学
李群
李代数
【代码复现】DIF-Net: Deformed Implicit Field: Modeling 3D Shapes with Learned Dense Correspondence复现记录
代码网址:DIF-Net论文网址:Arxiv-DeformedImplicitField:Modeling3DShapeswithLearnedDenseCorrespondence一、
论文理解
本小节仅记录一些个人对这篇论文的理解
passer__jw767
·
2023-01-14 09:37
代码复现
计算机图形学
3d
人工智能
深度学习
论文理解
【Offline RL】 —— 【COIL】Curriculum Offline Imitating Learning
标题:CurriculumOfflineImitatingLearning文章链接:CurriculumOfflineImitatingLearningpresentation:【RLChina论文研讨会】第2期刘明桓CurriculumOfflineImitationLearning发表:NIPS2021领域:离线强化学习(offline/batchRL)——IL-based方法摘要:Offli
云端FFF
·
2023-01-13 16:07
#
论文理解
Offline
RL
离线强化学习
Batch
RL
IL-based
论文理解
【Offline RL】——【TT】Offline Reinforcement Learning as One Big Sequence Modeling Problem
标题:OfflineReinforcementLearningasOneBigSequenceModelingProblem文章链接:OfflineReinforcementLearningasOneBigSequenceModelingProblem代码:jannerm/trajectory-transformer官方主页:OfflineReinforcementLearningasOneBig
云端FFF
·
2023-01-13 16:07
#
论文理解
深度学习
人工智能
自然语言处理
论文理解
【IL - BC】—— An autonomous land vehicle in a neural network
标题:Anautonomouslandvehicleinaneuralnetwork发表:AdvancesinNeuralInformationProcessingSystems,1989(NIPS对应的期刊)文章链接:这篇文章1989年的,上古文章了属于是,资源不太好找。第一个链接给出的文章写得很模糊,基本就是大概介绍了一下网络结构,第二个链接的slide讲得比较细致,但是网络结构有点区别。区别
云端FFF
·
2023-01-13 16:36
#
论文理解
自动驾驶
神经网络
模仿学习
ALVINN
论文理解
【Offline RL】——【BooT】Bootstrapped Transformer for Offline Reinforcement Learning
标题:BootstrappedTransformerforOfflineReinforcementLearning文章链接:BootstrappedTransformerforOfflineReinforcementLearning官方主页:BootstrappedTransformerforOfflineReinforcementLearning发表:NIPS2022领域:离线强化学习(offl
云端FFF
·
2023-01-13 16:53
#
论文理解
BooT
Offline
RL
离线强化学习
TT
AISHELL-3: A MULTI-SPEAKER MANDARIN TTS CORPUS AND THE BASELINES
论文理解
0.说明很好的中文多说话人TTS语料,谢谢各位老师们~0.摘要在本文中,我们提出了AISHELL-3,一个大规模和高保真的多说话人普通话语音语料库,可用于训练多说话人文本到语音(TTS)系统。该语料库包含了大约85小时的由218名母语为汉语的人所说的不带感情色彩的录音。他们的辅助属性如性别、年龄组和母语口音在语料库中被明确标记和提供。相应地,汉字级和拼音级的抄本与录音一起提供。我们提出了一个基线系
ruclion
·
2023-01-12 13:15
研三-语音合成论文
自然语言处理
【论文阅读 + 代码复现】Monte Carlo and Reconstruction Membership Inference Attacks against Generative Models
1.
论文理解
VAE相关基础知识:B站:李宏毅机器学习(2017)P27-P29该重建攻击仅适用于VAE.在训练阶段
Mu...
·
2023-01-11 23:46
论文阅读
机器学习
人工智能
论文理解
记录:Filter Pruning via Geometric Median for Deep Convolutional Neural Networks Acceleration
论文核心论文剪枝对象是卷积核,与其他论文不同点在于作者思考了norm-wise作为卷积核重要性判断的弊端,并提出了FPGM算法,该算法先计算出所有卷积核的几何中心(作者把卷积核当作多维空间中的点),然后找到距离几何中心近的卷积核,并删除。论文细节品读norm-wise评判标准的不足:作者提出使用nrom-wise需要满足两个条件如下图所示,下图表示同一层中卷积核l1l1l1-nrom或l2l2l2
Robohaha
·
2023-01-10 11:05
论文精读
论文理解
记录:The Lottery Ticket Hypothesis
论文核心传统非结构化剪枝虽然较大幅度减少了模型参数量,但是由于非结构化的原因导致网络稀疏化,因此很难对剪枝后的模型进行训练。这是非结构化剪枝相对于结构化剪枝不被看好的原因之一。而本文中提出可以在任意初始化后的原始模型中找到子模块(即非结构化剪枝后的模型),该初始化后的子模块训练时间不会超过原始模型,并达到或超过原始模型的精度,该子模块在论文中被称作“中彩票”。注意事项论文中经过实验发现第一次随机初
Robohaha
·
2023-01-10 11:04
论文精读
【图像分类】DenseNet
论文理解
摘要 最近的研究表明: 如果卷积网络在靠近输入的层和靠近输出的层之间包含较短的连接,则可以进行更深入、更准确和有效的训练。 连接方式: 接受了上面的观点,介绍了密集卷积网络(DenseNet),该网络以前馈方式将每一层连接到其他每一层。 ①传统卷积网络:具有L层则包含L个连接(每一层与其后一层之间包含一个连接); ②本文网络(DenseNet):具有L层则包含L(L+1)/2个连接。对
不断进步的咸鱼
·
2023-01-09 17:54
图像分类
计算机视觉
卷积
神经网络
人工智能
机器学习
【
论文理解
】Uncertainty-Aware Few-Shot Image Classification
内容概览前言一、文章目的1.背景2.目的二、核心思想三、论文算法1.基础框架2.获得分布3.计算方差(1).确定方法(2).图卷积求解建图图卷积4.基于不确定度的优化四、实验结果总结前言这篇论文是10月9号挂在arxiv上的,作者来自中科大。论文在少样本图像分类算法方面提出了一个独特的改进角度,个人认为比较有意思。我在读完之后,想要把论文的思想以及自己的理解记录下来,供大家参考。如有错误请大家指出
辣椒油li
·
2023-01-08 10:13
少样本学习
计算机视觉
人工智能
论文理解
【Offline RL】——【RvS】What is Essential for Offline RL via Supervised Learning?
标题:RvS:WhatisEssentialforOfflineRLviaSupervisedLearning?文章链接:RvS:WhatisEssentialforOfflineRLviaSupervisedLearning?发表:ICLR2022领域:离线强化学习(offline/batchRL)——Hindsight监督思想代码:scottemmons/rvs摘要:最近的研究表明,仅仅使用不
云端FFF
·
2023-01-07 14:54
#
论文理解
离线强化学习
Offline
RL
RvS
监督学习
论文理解
【Offline RL】——【BCQ】Off-Policy Deep Reinforcement Learning without Exploration
标题:Off-PolicyDeepReinforcementLearningwithoutExploration文章链接:Off-PolicyDeepReinforcementLearningwithoutExploration发表:ICML2019领域:离线强化学习(offline/batchRL)——RL-Based策略约束代码:Batch-ConstrainedDeepQ-Learning(
云端FFF
·
2023-01-07 14:24
#
论文理解
离线强化学习
Offline
RL
BCQ
论文理解
【Offline RL】——【DT】Decision Transformer: Reinforcement Learning via Sequence Modeling
标题:DecisionTransformer:ReinforcementLearningviaSequenceModeling文章链接:DecisionTransformer:ReinforcementLearningviaSequenceModeling代码:kzl/decision-transformer官方主页:DecisionTransformer:ReinforcementLearnin
云端FFF
·
2023-01-07 14:22
#
论文理解
transformer
Offline
RL
离线强化学习
DT
Alphapose
论文理解
因为要做毕业设计,所以看了RMPE:RegionalMulti-personPoseEstimation的论文,感觉相关的博客非常的多,但是总是get不到我不理解的点,还是记录下来,以免以后又不懂了。1、简介单人姿态估计中遇到的错误有两个:定位错误(SPPE认定IoU>0.5就是边界框正确的),姿势冗余(一个人可能会产生多个谷歌模型)针对这两个错误,提出了一些新的东西:对称空间变换器网络(SSTN
暴走小布丁
·
2023-01-06 07:24
深度学习
Mask R-CNN论文讲解
目录:MaskR-CNN
论文理解
一、摘要二、介绍三、MaskR-CNN四、RoIAlign五、NetworkArchitecture六、训练一、摘要论文提出了一个概念上简单、灵活和通用的对象实例分割框架
旅途中的宽~
·
2022-12-30 08:09
目标检测经典论文导读
目标检测
实例分割
RCNN
Mask
【
论文理解
】RCNN 的 Bounding-Box regression (回归器)
全文转载别人,总结各位大神的内容,以方便自己学习记载,能帮到别人更好了。如有侵权,请联系立即删除。为什么要边框回归?对于上图,绿色的框表示GroundTruth,红色的框为SelectiveSearch提取的RegionProposal。那么即便红色的框被分类器识别为飞机,但是由于红色的框定位不准(IoU<0.5),那么这张图相当于没有正确的检测出飞机。如果我们能对红色的框进行微调,使得经过微调后
dlut_yan
·
2022-12-25 14:27
深度学习【论文】
【
论文理解
】R-CNN 之预测框回归(Bounding box regression)问题详述
本文就R-CNN论文精读中的预测框回归(Boundingboxregression)问题进行详细讨论。R-CNN将候选框提取出来的特征向量,进行分类+偏移预测的并行处理。偏移预测即预测框回归(Boundingboxregression)问题,我们需要将生成的候选框进行位置、大小的微调。(图摘自b站up“同济子豪兄”的R-CNN论文解读)我们需要思考这样一个问题:为什么加入这一个Regression
takedachia
·
2022-12-25 14:26
论文阅读笔记
cnn
深度学习
计算机视觉
目标检测
【目标检测】CenterNet:Objects as Points
论文理解
文章目录摘要1介绍2相关工作3准备工作4目标作为点4.13D检测4.2人体姿态估计5实现细节6实验6.1目标检测6.1.1额外实验6.23D检测6.3姿态估计7结论8附录8.1附录A——碰撞实验细节8.2附录B——PascalVOC实验8.3附录C——错误分析摘要 目标检测: 将目标识别为图像中与轴对齐的方框。大多数成功的目标检测器列举出几乎详尽的潜在目标位置列表,并进行分类。这种方式浪费、效
不断进步的咸鱼
·
2022-12-24 11:57
目标检测
计算机视觉
论文理解
--DEEP COMPRESSION
原文链接:https://github.com/mit-han-lab/amc/securityhttps://zhuanlan.zhihu.com/p/108096347https://zhuanlan.zhihu.com/p/510905067摘要结论:1、deepcompression:由三阶段pipeline组成:pruning(剪枝)、trainedquantilization()、Hu
thetffs
·
2022-12-24 08:24
论文
深度学习
计算机视觉
cnn
CVPR2021
论文理解
4-DexYCB: A Benchmark for Capturing Hand Grasping of Objects(数据集介绍)
以下内容均为个人理解,如有误敬请谅解。论文链接:https://dex-ycb.github.io/assets/chao_cvpr2021.pdf代码链接:https://github.com/NVlabs/dex-ycb-toolkit数据集链接:https://dex-ycb.github.io/Abstract该文章介绍了一个新的数据集,该数据集获取了人手抓取物体的数据集,并将该数据集应用
shallow stranger
·
2022-12-23 09:13
CVPR2021
神经网络
计算机视觉
机器学习
深度学习
人工智能
论文理解
【RL经典】—— 【SQL】Reinforcement Learning with Deep Energy-Based Policies
标题:ReinforcementLearningwithDeepEnergy-BasedPolicies文章链接:ReinforcementLearningwithDeepEnergy-BasedPolicies代码:rail-berkeley/softlearning(原作者实现)作者Blog:LearningDiverseSkillsviaMaximumEntropyDeepReinforce
云端FFF
·
2022-12-19 16:25
#
论文理解
强化学习
Soft
q
learning
SQL
最大熵
Faster R-CNN
论文理解
R-CNN是目标检测领域中十分经典的方法,相比于传统的手工特征,R-CNN将卷积神经网络引入,用于featureextraction,其后面接入一个分类器判断搜索区域是否包含目标及其置信度,取得了较为准确的结果。FastR-CNN首先使用了SelectiveSearch的方法提取图像的候选目标区域(Proposal)。经过R-CNN与FastR-CNN的发展,RossB.Girshick在2016
米小凡
·
2022-12-17 17:18
[目标检测]-anchor-free方法《FCOS: Fully Convolutional One-Stage Object Detection》
论文理解
1.本文资源论文链接:https://arxiv.org/pdf/1904.01355.pdf开源代码链接:https://github.com/tianzhi0549/FCOS建议参考论文阅读本博客,论文主要内容在第5部分体现2.动机anchor-base缺点用anchor的框架对于anchor的尺寸非常敏感,anchor的尺寸会影响检测的performance。anchor尺寸的固定导致了对网
orangezs
·
2022-12-16 17:49
目标检测
网络
算法
python
计算机视觉
机器学习
[
论文理解
]极坐标转换网络Polar Transfomer Network(PTN)
之前做过PTN的论文翻译,但有些没把握住精髓,这次对PTN进行了提炼,会清楚许多。1.几个问题1.1基本信息ICLR20181.2做了什么提出PTN(Polar-TransformationNetwork)实现对平移的不变、对旋转和伸缩的等变1.3实现方法转换到极坐标系,此时平面卷积对应于旋转和尺度上的群卷积。1.4创新性&局限性不需要像STN一样学习参数回归(其实是回归的参数要少一些,还是用了回
不想待在银河系
·
2022-12-15 23:45
旋转等变性
论文阅读
卷积
计算机视觉
【
论文理解
AAAI 2021】A search based fine-tuning strategy for few-shot learning
内容概览前言一、整体思想1.研究背景2.微调策略设计二、算法流程1.训练特征提取器2.遗传算法选择最优学习策略3.新类上的微调三、实验结果总结前言这篇文章被AAAI2021录用,于2021年2月挂在arxiv上,在arxiv上面的题目是PartialIsBetterThanAll:RevisitingFine-tuningStrategyforFew-shotLearning,论文的一作来自卡内基
辣椒油li
·
2022-12-13 06:21
少样本学习
少样本学习
人工智能
迁移学习
分割算法DeepLabV3+
论文理解
及代码分析
前言之前讲了DeepLabV1,V2,V3三个算法,DeepLab系列语义分割还剩下最后一个DeepLabV3+,以后有没有++,+++现在还不清楚,我们先来解读一下这篇论文并分析一下源码吧。论文地址:https://arxiv.org/pdf/1802.02611.pdf背景语义分割主要面临两个问题,第一是物体的多尺度问题,第二是DCNN的多次下采样会造成特征图分辨率变小,导致预测精度降低,边界
浪子私房菜
·
2022-12-07 18:24
语义分割
卷积
网络
语义分割算法之DeepLabV3+
论文理解
及代码分析
前言之前讲了DeepLabV1,V2,V3三个算法,DeepLab系列语义分割还剩下最后一个DeepLabV3+,以后有没有++,+++现在还不清楚,我们先来解读一下这篇论文并分析一下源码吧。论文地址:https://arxiv.org/pdf/1802.02611.pdf背景语义分割主要面临两个问题,第一是物体的多尺度问题,第二是DCNN的多次下采样会造成特征图分辨率变小,导致预测精度降低,边界
just_sort
·
2022-12-07 18:23
语义分割
YOLOX
论文理解
YOLOX论文:YOLOX:ExceedingYOLOSeriesin2021代码链接:https://github.com/Megvii-BaseDetection/YOLOX随着目标检测技术的发展,YOLO系列一直在追求实时应用场景下速度和精度的最佳平衡,且都引入了在当时看来最先进的技术,例如YOLOv2的anchors,YOLOv3的残差网络等,并通过优化得到最好的现实表现。目前,拥有精度和
牧羊女说
·
2022-12-05 21:59
深度学习
目标检测
深度学习
【论文精读】Adaptive As-Natural-As-Possible Image Stitching
文章目录一、实验结果复现二、
论文理解
摘要一、引言二、相关工作三、提出的方法3.1局部单应模型3.2单应线性化3.3全局相似变换3.4全局相似变换的集成四、实验五、总结一、实验结果复现代码下载链接AANAP
小李不会编程啊
·
2022-12-04 10:10
图像拼接系列论文
matlab
图像处理
计算机视觉
【论文精读】Leveraging Line-point Consistence to Preserve Structures for Wide Parallax Image Stitching
论文链接代码链接文章目录一、
论文理解
摘要一、介绍二、相关工作三、基于一致的线点约束的预对齐3.1基于直线检测的子区域划分3.2
小李不会编程啊
·
2022-12-04 10:10
图像拼接系列论文
深度学习
机器学习
图像处理
matlab
YOLO-V1
论文理解
《You Only Look Once: Unified, Real-Time Object Detection》
Yolov1在了解了边界框目标检测的思想,以及2014年CVPR发表的OverFeat特征提取的思想,以及对目标检测的一些入门了解后,感觉可以对yolov1的论文进行研究。YOLO的网络结构我们的检测网络有24个卷积层,后面是两个完全连接的层。交替的1×1卷积层减少了前几层的特征空间。我们以一半的分辨率(224×224输入图像)对图像网分类任务的卷积层进行预处理,然后加倍分辨率以进行检测Bound
小哈蒙德
·
2022-12-03 10:08
深度学习
目标检测
深度学习
机器学习
计算机视觉
神经网络
Structured Attention Guided Convolutional Neural Fields for Monocular Depth Estimation
论文理解
论文markdown目标:
论文理解
论文序列2)StructuredAttentionGuidedConvolutionalNeuralFieldsforMonocularDepthEstimation目标
夕阳染色的坡道
·
2022-12-03 08:03
机器学习
深度学习
计算机视觉
GAN对抗生成网络原始
论文理解
笔记
文章目录论文:GenerativeAdversarialNets符号意义生成器(Generator)判别器(Discriminator)生成器和判别器的关系GAN的训练流程简述论文中的生成模型和判别模型GAN的数学理论最大似然估计转换为最小化KL散度问题定义PGP_GPG全局最优论文:GenerativeAdversarialNets符号意义G()表示对生成器功能的一个封装函数D()表示对判别器功
赤坂·龙之介
·
2022-12-03 03:52
其他
GAN
人工智能
深度学习
VoxelNet 学习笔记
VoxelNet
论文理解
预处理(preprocess)(KITTI)投影对称(相机、点云坐标不同)计算投影矩阵点云投影到图像?
RRRRRRian
·
2022-12-03 02:38
计算机视觉
Repoptimizer
论文理解
与代码分析
上一篇介绍了RepVGG,RepVGG存在量化问题,Repopt通过将先验融入优化器中,统一训练与测试模型解决了其量化不友好的问题。论文链接:Re-parameterizingYourOptimizersratherthanArchitecturesIntroductionRepopt提出将模型结构的先验信息直接用于修改梯度数值,其称为梯度重参数化,对应的优化器称为RepOptimizer。Rep
小小小绿叶
·
2022-12-02 16:15
模型压缩
深度学习
神经网络
cnn
Generalized Focal Loss(GFLv1)
论文理解
与代码分析
GFLv1是较早提出在训练和推理过程中,质量评估和分类不一致问题的论文。质量与分类往往被独立训练,(yolo输出中,有独立的一个维度用于目标的置信度评估,在训练时与分类解耦;fcos,atss则利用centerness作为质量评估,同样也与分类解耦),但在test过程中却被相乘联合使用。监督只分配给正样本,但有时候负样本可能会提供更高质量的监督,必然会存在一部分分数较低的“负样本”的质量预测是没有
小小小绿叶
·
2022-12-02 16:14
目标检测
深度学习
深度学习
目标检测
计算机视觉
RepVGG
论文理解
与代码分析
最近,看到很多轻量化工作是基于RepVGG改进而来,决定重新回顾一下RepVGG,并在此记录一些理解与心得。论文地址:https://arxiv.org/abs/2101.03697IntroductionRepVGG通过结构重参数化思想,让训练网络的多路结构(多分支模型训练时的优势——性能高)转换为推理网络的单路结构(模型推理时的好处——速度快、省内存),从而达到推理速度快与模型性能高兼备的效果
小小小绿叶
·
2022-12-02 16:40
模型压缩
深度学习
人工智能
计算机视觉
数字图像处理---边缘检测算法复现(ED、EDPF、CannySR、CannySRPF)
自带的测试图像完美运行,自己的图片运行报错前言本篇主要记录一下在进行四种边缘检测算法(ED、EDPF、CannySR、CannySRPF)复现过程中遇到的调试问题,论文、程序、版本如下:这里主要记录调试错误,具体的
论文理解
及程序将在整理后上传
Bo-Burning
·
2022-12-02 02:57
小技巧
边缘检测
visual
studio
Transfer Learning from Speaker Verification to Multispeaker Text-To-Speech Synthesis (RTVC)
论文理解
-1.说明https://github.com/CorentinJ/Real-Time-Voice-Cloning0.Abstract我们描述了一种基于神经网络的文本到语音(TTS)合成系统,该系统能够在不同说话者的语音中生成语音音频,包括在培训期间看不到的语音。我们的系统由三个经过独立训练的组件组成:(1)说话者编码器网络,使用独立的嘈杂语音数据集(不含笔录)对说话者验证任务进行训练,以仅几秒钟
ruclion
·
2022-11-30 22:08
研三-语音合成论文
机器学习
论文理解
论文理解
这一阵对图神经网络的理论表达能力很感兴趣,所以就读了很多理论相关的文章,感觉还是很巧妙的。首先记录Jure大神的这篇文章吧。
Rising_Flashlight
·
2022-11-30 15:21
算法
机器学习
深度学习
稠密建图及voxblox
论文理解
基础简介地图的表达方式中,一种是occupancy网格地图,其中比较常用的是八叉树地图octomap.它使用分层的八叉树结构存储占据(occupancy)的概率大小.然而很多情况下,仅仅得到occupancy
wendox
·
2022-11-30 12:41
SLAM
【科研导向】Outer Product-based Neural Collaborative Filtering (ConvNCF)基于外积的神经协同过滤<
论文理解
&代码分析>
OuterProduct-basedNeuralCollaborativeFiltering——IJCAI'18文章简介一.摘要解析二.技术要点三.实验部分代码解析一.模型构建二.难点问题未来展望文章简介该文由何向南教授团队于18年发表在IJCAI‘18,其核心思想在于使用元素外积来显式建模嵌入空间维度间的成对相关性。相较于用简单的连接或元素乘积结合嵌入的模型相比,此举产生了一个更具表现力和语义合
何事秋风悲画扇ovo
·
2022-11-28 15:40
推荐系统
python
推荐算法
机器学习
神经网络
tensorflow
论文理解
- VGGNet - Very Deep Convolutional Networks for Large-Scale Image Recognition
转:https://blog.csdn.net/zziahgf/article/details/79614822
论文理解
-VGGNet-VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition
澍yeah
·
2022-11-28 14:06
CNN
Transformer
论文理解
Transformer
论文理解
文章目录Transformer
论文理解
一、背景二、模型结构2.1InputEmbedding2.2PositionalEncoding2.3Encoder层2.3.1Multi-HeadAttention2.3.2Add
Rising_shit
·
2022-11-28 11:21
MIND THE PAD – CNNS CAN DEVELOP BLIND SPOTS
论文理解
[author: linkrain]
MINDTHEPAD–CNNSCANDEVELOPBLINDSPOTS
论文理解
[author:linkrain]论文名称:MINDTHEPAD–CNNSCANDEVELOPBLINDSPOTS论文作者:
linkrain-salaslyrin
·
2022-11-27 19:12
计算机视觉
计算机视觉
卷积
深度学习
SegNet
论文理解
Segnet:ADeepConvolutionalEncoder-DecoderArchitectureforImageSegmentation文章来源:2016TPAMISegNet论文地址:https://arxiv.org/abs/1511.00561一、背景SegNet网络是在部分FCN的基础之上进行改进的。但是SegNet和FCN的目标不同。FCN是将语义分割分类等级提升到像素级别的开山
yzZ_here
·
2022-11-27 09:00
计算机视觉
深度学习
人工智能
图像处理
Deformable Convolutional Networks v2 可变形卷积v2
论文理解
(更新中)
本论文的翻译版可以参考我的这篇博客:https://blog.csdn.net/weixin_39568744/article/details/89218635知识栈在阅读这篇论文时遇到了很多知识盲区和疑惑,所以途中阅读了很多其他论文和文章。现将其中感觉不错的记录如下:知识蒸馏网络:https://www.cnblogs.com/liaohuiqiang/p/9170582.htmlteacher
Fm镄
·
2022-11-26 08:11
深度学习
机器学习
对象检测
深度学习——车位检测
学习目标:Context-BasedParkingSlotDetectionWithaRealisticDataset实现车位检测检测效果
论文理解
配置环境:安装包anacondatensorflow-gpu1.4tensorflow-ioopencvshapelymatplotlib
FlyDremever
·
2022-11-25 06:20
ML&DL
深度学习
python
tensorflow
自动驾驶
上一页
1
2
3
4
5
6
7
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他