CNNS 第12页

Bilinear CNNs for Fine-grained Visual Recognition

1简介细粒度识别即对隶属于同一类的目标进行分类，包括鸟的物种识别、汽车的型号识别和狗的品种识别。细粒度识别高度依赖目标的局部特征，例如，要将“加利福尼亚鸥”与“环嘴鸥”区分开来，需要识别其喙上的图案或它们羽毛的细微颜色差异。两类技术适合于解决细粒度分类任务。一是基于部件的识别模型，这些模型检测并提取部件的特征进行细粒度的类别区分。另一种方法是基于全局图像的整体模型。基于部件的模型往往更加精确，但由

cdknight_happy·2019-10-22 13:22

分类、检测、分割任务均有SOTA表现，ACNet有多强？

utm_source=aicamp（图片付费下载自视觉中国）作者|路一直都在来源|知乎专栏Abstract本文提出了一种新的自适应连接神经网络(ACNet)，从两个方面对传统的卷积神经网络(CNNs)进行了改进

AI科技大本营·2019-10-07 19:36

Paper | Toward Convolutional Blind Denoising of Real Photographs

摘要Whiledeepconvolutionalneuralnetworks(CNNs)haveachievedimpressivesuccessinimagedenoisingwithadditivewhiteGaussiannoise

RyanXing·2019-10-01 14:00

使用GAN实现可变形医学图像配准DEFORMABLE MEDICAL IMAGE REGISTRATION USING GENERATIVE ADVERSARIAL NETWORKS

前人工作：Sokootiet.al.[6]提出RegNet，它使用经过模拟变形训练的CNNs为一对单一模态图像生成位移向量场。

一只大南瓜·2019-09-29 16:38

人工智能快速发展，目前的人工智能处于什么阶段？

卷积神经网络（CNNs）具有分层结构，通过（训练过的）卷积滤波器将图像采样到一个低分辨率的映射中，该映射表示每个点上卷积运算的值。

duozhishidai·2019-09-26 19:43

【论文阅读纪录】Gated-SCNN: Gated Shape CNNs for Semantic Segmentation

前言：{前几篇分割网络的论文都是在[1]中找到的，开始我发现我忘了[2]，在[2]中我找到了一个比较新的网络：Gated-SCNN[3]，这次就来看看它有什么特点。}正文：{在论文的第一节，作者指出了目前分割网络所面临的问题，包括使用略微修改的分类网络会降低网络输出的空间解析度，和颜色、形状(shape)、纹理信息都被混在一起处理。因此，作者提出了一种新网络结构，其多出一条处理形状的分支（原文叫流

爱吃苹果的魚·2019-09-13 23:27

目标检测(3)——SPPnet

在我看来，SPPnet主要有两处亮点：1.它解决了深度卷积神经网络（CNNs）的输入必须要求固定图像尺寸（例如224*224）

Zxiaosong·2019-09-07 16:40

学习资源分享

详解深评论管理度学习在命名实体识别(NER)中的应⽤2.基于CNN-BiLSTM-CRF框架的命名实体识别系统相关论⽂：End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRFNamedEntityRec

JXR_12355·2019-09-03 16:55

Recent Advances in Zero-Shot Recognition(Toward data-efficient understanding of visual content)

AbstractWiththerecentrenaissanceofdeepconvolutionalneuralnetworks(CNNs),encouragingbreakthroughshavebeenachievedonthesupervisedrecognitiontasks

bxg1065283526·2019-08-30 19:04

图像三维重建专题第四期-使用级联CNNs对深度图去噪和精炼DDRNet

论文链接摘要消费级传感器越来越受到欢迎和在我们的日常生活被它最近的融合在最新的IphoneX。然而，他们仍然受困于噪声而限制他们的应用。虽然大部分的处理已经被做来减少噪声和boost矩阵细节，由于先天固有因素和实时的需求，这个问题仍然没有被很好解决。我们提出了一个级联深度去噪和精炼网络（DDRNet）来处理这个问题，通过利用多帧融合几何和完成高质量颜色图像通过一个加入训练策略。这个渲染公式被开发在

独孤九剑-风清扬·2019-08-24 10:13

图像三维重建专题第四期-使用级联CNNs对深度图去噪和精炼DDRNet

论文链接摘要消费级传感器越来越受到欢迎和在我们的日常生活被它最近的融合在最新的IphoneX。然而，他们仍然受困于噪声而限制他们的应用。虽然大部分的处理已经被做来减少噪声和boost矩阵细节，由于先天固有因素和实时的需求，这个问题仍然没有被很好解决。我们提出了一个级联深度去噪和精炼网络（DDRNet）来处理这个问题，通过利用多帧融合几何和完成高质量颜色图像通过一个加入训练策略。这个渲染公式被开发在

独孤九剑-风清扬·2019-08-24 10:13

目标检测论文解读11——Mask R-CNN

首先回顾一下RoIPool，流程为：将RPN产生的原图侯选框映射到CNNs输出的featuremap上，显然原图比featuremap大，所以映射后的像素坐标可能会有小数，这里的做法是用近邻插值法，通俗讲

汪昕·2019-08-22 11:00

论文---模糊滤波器的抗锯齿版最大池化保持平移不变性让CNN有了平移不变性，同时提升ImageNet成绩

2019ICMLMakingConvolutionalNetworksShift-InvariantAgain项目主页：https://richzhang.github.io/antialiased-cnns

jiandanjinxin·2019-08-10 19:34

卷积神经网络（CNNs）的体系结构揭秘

介绍我将从坦白开始-有一段时间我并不真正理解深度学习。我会看一下关于这个主题的研究论文和文章，觉得这是一个非常复杂的话题。我尝试了解神经网络及其各种类型，但看起来仍然很困难。然后有一天，我决定一步一步。我决定从基础开始并以它们为基础。我决定打破这些技术中应用的步骤并手动执行步骤（和计算），直到我理解它们是如何工作的。这是时间和努力-但结果是惊人的。现在，我不仅可以理解深度学习的范围，还可以想象事物

青山孤客·2019-07-21 21:45

《MnasNet: Platform-Aware Neural Architecture Search for Mobile》论文笔记

尽管在各个方面都致力于设计和改进移动CNNs，但是当有

JR_Chan·2019-07-18 17:14

CNNs 入门论文汇总

Introduction本文主要总结了卷积神经网络在机器视觉领域的重要发展及其应用。我们将介绍几篇重要的公开发表的论文，讨论它们为何重要。前一半的论文（AlexNet到ResNet）将主要涉及整体系统架构的发展和演变，后一半论文将主要集中在一些有趣的子领域应用上。1、AlexNet(2012)这篇文章算是深度学习的起源（尽管有些学者认为YannLeCun在1998年的论文paper才是真正的起源）

ViatorSun·2019-07-18 14:28

更丰富的卷积特征用于目标边缘检测（文末附有论文及源码下载）

近年来，卷积神经网络(CNNs)的出现极大地推动了这一领域的发展。现有的方法采用特定的深层CNN，但由于尺度和纵横比的变化，可能无法捕捉到复杂的数据结构。

gzq0723·2019-07-16 10:07

DCGAN论文翻译/阅读/复现

论文地址生成动漫头像的例子我的github，照着例子稍微修改了一些基于深度卷积对抗生成网络的无监督表示学习摘要近年来，卷积网络(CNNs)的监督学习在计算机视觉应用中得到了广泛的应用。

奶瓶他哥·2019-07-08 11:58

PointCNN: Convolution On X-Transformed Points 解读

2引言如果数据是按特定顺序表达的，如i所示，比如图片，CNNs就可以很好的完成任务。但是如果是点云数据，如ii、iii、iv所示，由于点云的不规则和无序性，CNNs就不能很好的发挥作用

美不胜收:-)·2019-07-07 22:08

论文解读---基于脑连接与空间信息运用卷积神经网络实现的脑电情绪识别

ConvolutionalNeuralNetworkApproachforEEG-BasedEmotionRecognitionUsingBrainConnectivityandItsSpatialInformation本文提出了一种基于卷积神经网络（CNNs

Cratial·2019-06-12 16:59

感受野计算

AguidetoreceptivefieldarithmeticforConvolutionalNeuralNetworksThereceptivefieldisperhapsoneofthemostimportantconceptsinConvolutionalNeuralNetworks(CNNs

grllery·2019-05-22 15:22

物体检测丨Faster R-CNN详解

原文：http://www.telesens.co/2018/03/11/object-detection-and-classification-using-r-cnns/在这篇文章中，我将详细描述最近引入的基于深度学习的对象检测和分类方法

vincent1997·2019-05-19 14:00

FCoin将挖矿进行到底

“新模式”最近的争议发生在Gate.io的Startup,一个名为CNNS的Token上线新通道后,价格高开低走,追高者套牢,引发投资

币市一点通·2019-05-06 12:51

FCoin将挖矿进行到底

“新模式”最近的争议发生在Gate.io的Startup,一个名为CNNS的Token上线新通道后,价格高开低走,追高者套牢,引发投资者质疑甚至维权。更早前,

币市一点通·2019-05-05 14:05

一文读懂Faster RCNN

zhuanlan.zhihu.com/p/31426458非常详细http://www.telesens.co/2018/03/11/object-detection-and-classification-using-r-cnns

weixin_38880359·2019-04-16 00:00

基于CNNs的图片情感识别（Keras VS Pytorch）

之前做深度学习，用的框架一直都是Keras，从科研角度来说，可以基本满足我的需要。Keras的优势在于可以非常快速的实现一个相对简单的深度学习模型，例如深度神经网络、长短期记忆网络、双向长短期记忆网络等。同时Kera对于刚刚接触深度学习的新手是非常友好的，各个模块都进行了相对应的封装，从模型构建，模型编译到模型训练。我们所做的只需要脑海中有一个模型网络图，然后根据这个图对模型进行搭建，并且将输入调

Captain_F_·2019-04-09 21:22

创新实训日记三：cnn模型改进

本周主要工作主要包括以下两个方面：论文阅读，寻找新实现方法现有模型的调整和改进在新读的EyeTrackingforEveryone这篇论文中，作者通过cnns的训练实现了在手机和平板上的视线追踪功能，而且误差在

AFXBR·2019-04-07 20:25

表情识别论文阅读——Island Loss for Learning Discriminative Features in Facial Expression Recognition

在过去几年中，卷积神经网络（CNNs）已经在面部表情识别方面显示出前景。然而，

丽宝儿·2019-03-30 14:59

Named Entity Recognition with Bidirectional LSTM-CNNs 论文阅读笔记

该论文是发表于2016年。还算是比较早的论文了。虽然现在有更好的模型。比如BERT横空出世，相信未来也会源源不断的大牛来提出更多新的模型。但是读读总还是会收获的。之前自己也用BERT来进行中文NER的识别，代码放到了https://github.com/xuanzebi/BERT-CH-NER欢迎Star啊哈哈。论文网络模型图论文解读论文处理的是英文。是在CONLL2003的数据集上针对NER任务

Kingslayer_·2019-03-29 23:39

Cost-effective training of deep CNNs with active model adaptation

KDD2018，作者：Sheng-JunHuang,Jia-WeiZhao,Zhao-YangLiu将论文中的主要算法流程翻译过来，方便以后使用注：这不是标准的算法流程，为了方便，将算法中的公式直接写入到流程中了。ADMA算法流程：输入：UUU:实例nun_unu的无标签数据集M0M^0M0：预训练模型AAA：特征训练的初始化层的层号BBB：特征训练的最终层的层号ZZZ：在原任务中用来训练模型M0

木呆呆瓶子·2019-03-26 19:31

1.Automatic Brain Tumor Segmentation using Convolutional Neural Networks with Test-Time Augmentation

创新点：test-timeaugmentation改进行CNNs的性能以训练时间换更好的预测鲁棒性Dataset:本文所采用的数据集是Brats2018预处理:主要做了图像归一化设备：训练时采用TITANX

喜之郎0128·2019-03-22 22:52

【论文阅读笔记】HetConv: Heterogeneous Kernel-Based Convolutions for Deep CNNs

论文地址：https://arxiv.org/abs/1903.04120本文是CVPR2019上发表的一篇文章，文章主要设计了新的滤波器结构，在大幅减少FLOPS的前提下还能保证延迟和准确性。文章将现有的卷积过滤器大致分为三类：1）深度方面的卷积过滤器，用于执行逐深度的卷积（DWC）2）点方面的卷积过滤器，用于执行逐点卷积（PWC）3）分组方面的卷积过滤器，用于执行逐分组卷积（GWC）。目前的大

cskywit·2019-03-19 15:41

卷积神经网络（转）

CNNs的基础神经网络(neualnetworks)是人工智能研究领域的一部分，当前最流行的神经网络是深度卷积神经网络(deepconvolutionalneuralnetworks,CNNs)，虽然卷积网络也存在浅层结构

午羊·2019-03-13 23:30

senet论文笔记

Squeeze-and-ExcitationNetworks论文翻译——中英文对照Abstract—Thecentralbuildingblockofconvolutionalneuralnetworks(CNNs

2018燮2021·2019-02-15 16:54

R-CNN论文详解

这里写自定义目录标题卷积神经网络（CNNs）读取图片提取特征图片分类http://www.aiportal.net/cnns/卷积神经网络入门教程-滤波器-提取特征http://www.aiportal.net

梦微凉·2019-01-28 11:43

IMAGENET-TRAINED CNNS ARE BIASED TOWARDS TEXTURE; INCREASING SHAPE BIAS IMPROVES ACCURACY AND ROBUST

这是一篇ICLR在review阶段的文章，特别有意思而且带给我挺大的启发的，文章从一只披着象皮的猫究竟会被识别为大象还是猫这个问题入手，揭示了神经网络根据物体的texture进行识别而非我们以为的根据物体的形状。同时，给予我们启发：如何针对性地去引导神经网络训练以及当神经网络学习到的东西不是我们想要的东西的时候（训练集表现很好而在测试和验证集上面表现不佳），如何进行针对性地调整（可以有意识地抑制那

RRZS·2019-01-08 16:38

center loss 翻译

3.1一个玩具的例子3.2中心损失3.3讨论4实验4.1实施细节4.2参数λ和α的实验4.3LFW和YTF数据集的实验4.4MegaFaceChallenge数据集的实验5结论6致谢参考摘要卷积神经网络（CNNs

dongyangY·2019-01-01 14:03

深度学习CNN中间特征图

关于CNN基本概念知识，建议先阅读以下大神链接的讲解：《吊炸天的CNNs，这是我见过最详尽的图解！（上）》《吊炸天的CNNs，这是我见过最详尽的图解！

cmd_dl·2018-12-30 15:33

[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）

GAN的基本思想和原理，这次就介绍利用GAN来做一个图片修复的应用，主要采用的也是GAN在网络结构上的升级版–DCGAN，最初始的GAN采用的还是神经网络，即全连接网络，而DCGAN则是换成卷积神经网络（CNNs

spearhead_cai·2018-12-10 23:40

[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）

的基本思想和原理，这次就介绍利用GAN来做一个图片修复的应用，主要采用的也是GAN在网络结构上的升级版--DCGAN，最初始的GAN采用的还是神经网络，即全连接网络，而DCGAN则是换成卷积神经网络（CNNs

?Briella·2018-12-10 15:30

DF-Net使用交叉一致性无监督学习深度和光流

利用经典稠密对应算法[4,23,40]中的亮度一致性和空间平滑性先验，之前的工作使用扭曲帧和目标帧中的光度差异作为一个无监督的代理损失函数训练没有真实注释的CNNs。光度损失。

Sinoai·2018-12-04 10:58

【ADNI】数据预处理（6）ADNI_slice_dataloader ||| show image

ADNISeries1、【ADNI】数据预处理（1）SPM，CAT122、【ADNI】数据预处理（2）获取subjectslices3、【ADNI】数据预处理（3）CNNs4、【ADNI】数据预处理（4

Houchaoqun_XMU·2018-11-01 11:52

【ADNI】数据预处理（5）Get top k slices (pMCI_sMCI) according to CNNs

ADNISeries1、【ADNI】数据预处理（1）SPM，CAT122、【ADNI】数据预处理（2）获取subjectslices3、【ADNI】数据预处理（3）CNNs4、【ADNI】数据预处理（4

Houchaoqun_XMU·2018-11-01 11:32

【ADNI】数据预处理（3）CNNs

ADNISeries1、【ADNI】数据预处理（1）SPM，CAT122、【ADNI】数据预处理（2）获取subjectslices3、【ADNI】数据预处理（3）CNNs4、【ADNI】数据预处理（4

Houchaoqun_XMU·2018-11-01 11:16

【ADNI】数据预处理（2）获取 subject slices

ADNISeries1、【ADNI】数据预处理（1）SPM，CAT122、【ADNI】数据预处理（2）获取subjectslices3、【ADNI】数据预处理（3）CNNs4、【ADNI】数据预处理（4

Houchaoqun_XMU·2018-11-01 11:22

【ADNI】数据预处理（1）SPM，CAT12；数据集

ADNISeries1、【ADNI】数据预处理（1）SPM，CAT122、【ADNI】数据预处理（2）获取subjectslices3、【ADNI】数据预处理（3）CNNs4、【ADNI】数据预处理（4

Houchaoqun_XMU·2018-11-01 11:48

基于 Pytorch 的鞋子标签自动标注[译]

MetaTaggingShoeswithPytorchCNNsGithub-Generating-Tags涉及的问题是对文本生成描述文本(generatingtexttodescribeimages).可行的解决方案有两种：[1]-采用CNNs

AIHGF·2018-10-31 20:12

cs231n Lecture 5 CNN笔记

英文原版链接结构概述用来构建卷积神经网络的各种层卷积层池化层归一化层全连接层将全连接层转化成卷积层卷积神经网络的结构层的排列规律层的尺寸设置规律案例学习（LeNet/AlexNet/ZFNet/GoogLeNet/VGGNet）计算上的考量拓展资源注：中文翻译出自知乎专栏“智能单元”，在其基础上增加了个人批注卷积神经网络（CNNs

kapoo-pai·2018-10-12 16:00

从目标检测到图像分割简要发展史

-by小韩（来源：https://blog.athelas.com/a-brief-history-of-cnns-in-image-segmentation-from-r-cnn-to-mask-r-cnn

城市中迷途小书童·2018-10-04 19:17

从目标检测到图像分割简要发展史

-by小韩（来源：https://blog.athelas.com/a-brief-history-of-cnns-in-image-segmentation-from-r-cnn-to-mask-r-cnn

人工智能遇见磐创·2018-09-27 23:22

推荐频道

CNNS

Bilinear CNNs for Fine-grained Visual Recognition

分类、检测、分割任务均有SOTA表现，ACNet有多强？

Paper | Toward Convolutional Blind Denoising of Real Photographs

使用GAN实现可变形医学图像配准DEFORMABLE MEDICAL IMAGE REGISTRATION USING GENERATIVE ADVERSARIAL NETWORKS

人工智能快速发展，目前的人工智能处于什么阶段？

【论文阅读纪录】Gated-SCNN: Gated Shape CNNs for Semantic Segmentation

目标检测(3)——SPPnet

学习资源分享

Recent Advances in Zero-Shot Recognition(Toward data-efficient understanding of visual content)

图像三维重建专题第四期-使用级联CNNs对深度图去噪和精炼DDRNet

图像三维重建专题第四期-使用级联CNNs对深度图去噪和精炼DDRNet

目标检测论文解读11——Mask R-CNN

论文---模糊滤波器的抗锯齿版最大池化保持平移不变性让CNN有了平移不变性，同时提升ImageNet成绩

卷积神经网络（CNNs）的体系结构揭秘

《MnasNet: Platform-Aware Neural Architecture Search for Mobile》论文笔记

CNNs 入门论文汇总

更丰富的卷积特征用于目标边缘检测（文末附有论文及源码下载）

DCGAN论文翻译/阅读/复现

PointCNN: Convolution On X-Transformed Points 解读

论文解读---基于脑连接与空间信息运用卷积神经网络实现的脑电情绪识别

感受野计算

物体检测丨Faster R-CNN详解

FCoin将挖矿进行到底

FCoin将挖矿进行到底

一文读懂Faster RCNN

基于CNNs的图片情感识别（Keras VS Pytorch）

创新实训日记三：cnn模型改进

表情识别论文阅读——Island Loss for Learning Discriminative Features in Facial Expression Recognition

Named Entity Recognition with Bidirectional LSTM-CNNs 论文阅读笔记

Cost-effective training of deep CNNs with active model adaptation

1.Automatic Brain Tumor Segmentation using Convolutional Neural Networks with Test-Time Augmentation

【论文阅读笔记】HetConv: Heterogeneous Kernel-Based Convolutions for Deep CNNs

卷积神经网络（转）

senet论文笔记

R-CNN论文详解

IMAGENET-TRAINED CNNS ARE BIASED TOWARDS TEXTURE; INCREASING SHAPE BIAS IMPROVES ACCURACY AND ROBUST

center loss 翻译

深度学习CNN中间特征图

[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）

[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上）

DF-Net使用交叉一致性无监督学习深度和光流

【ADNI】数据预处理（6）ADNI_slice_dataloader ||| show image

【ADNI】数据预处理（5）Get top k slices (pMCI_sMCI) according to CNNs

【ADNI】数据预处理（3）CNNs

【ADNI】数据预处理（2）获取 subject slices

【ADNI】数据预处理（1）SPM，CAT12；数据集

基于 Pytorch 的鞋子标签自动标注[译]

cs231n Lecture 5 CNN笔记

从目标检测到图像分割简要发展史

从目标检测到图像分割简要发展史