DCNN

ArcFace 论文大颗粒粗读笔记（一）

摘要，：以叙事的角度拆开看作者开门藏山，只是露出了山的一角，告诉你最近使用深度卷积神经网络（DCNN）进行大规模人脸识别的特征学习中的主要挑战之一是设计适当的损失函数以增强判别能力。
WeChat_007·2020-07-06 02:17

《TSM:Temporal Shift Module for Efficient Video Understanding》阅读笔记

这篇论文的核心思想是通过在2DCNN中位移temporal维度上的channels，来实现视频中时间维度上的信息交互。
程序小新·2020-07-05 07:14

Video Understanding(视频理解，I3D，SlowFast，Non-local)

这种统治了很久的模型等，等到深度学习开始步入新的周期，数据集也开始扩增出现UCF101，ActivityNet，Charades，YouTube8M，Kinetics等等，也就出现了更优秀的视频理解模型3DCNN
上杉翔二·2020-07-05 07:31

【备忘】2017年最新炼数成金机器读心术之神经网络与深度学习视频教程

,g0d(Q5m)m+x8Cn7e7G"g第4课能联想和记忆的Hopfield神经网络，DHNN与DCNN；应
qq_38472465·2020-07-05 06:45

图系列(一)图神经网络

文章目录Spatial-basedconvolutionNN4G(NeuralNetworksforGraph)DCNN(Diffusion-ConvolutionNeuralNetwork)MoNET
小小何先生·2020-07-04 21:05

video-caffe 搭建3DCNN并训练UCF-101例子

video-caffegithub地址：https://github.com/chuckcho/video-caffe编译过程：Keystepstobuildvideo-caffeare:1.gitclonehttps://github.com/chuckcho/video-caffe.git2.cdvideo-caffe3.cpMakefile.config.exampleMakefile.co
feynman233·2020-07-04 15:05

【视频行为识别4】I3D：Two-Stream Inflated 3D ConvNets —CVPR2017

Two-StreamInflated3DConvNets(I3D):文章提出了一种I3D（Two-StreamInflated3DConvNets）模型，该3DCNN模型是由2DCNNInception-V1
超级无敌陈大佬的跟班·2020-07-04 12:16

视频动作分类网络《TSM: Temporal Shift Module for Efficient Video Understanding》学习笔记

常规的2DCNN在计算上是相对廉价的，但其无法捕获时间维度的关系。而基于3DCNN的方法可以达到良好的效果性能，但计算量大，因此部署成本很大。解决方案：结合以上提到的问题，本文提出了
学学没完·2020-07-04 03:35

基于深度学习的肺部CT影像识别——采用U-net、3D CNN、cGAN实现肺结节的检测（二）

点击此处跳转到系列博客索引文章目录引言算法原理多层级3DCNN多尺度渐变集成3DCNN实现过程实验结果评价指标结果分析参考引言上一节中介绍了U-net在肺结节分割提取中的原理，能有效提取出候选结节。
liuz_notes·2020-07-02 09:18

DeepLabV3+ 基本原理及Pytorch版注解

1.原理图在原理图中，整个执行过程如下：（1）一张图片A，送进改造过后的主流深度卷积网络B（DCNN,加入了一个空洞卷积AtrousConv）提取特征，得到高级语义特征C和低级语义特征G。
白话先生·2020-07-02 09:17

【OCR技术系列之七】端到端不定长文字识别CRNN算法详解

但是此法已经有点过时了，现在更流行的是基于深度学习的端到端的文字识别，即我们不需要显式加入文字切割这个环节，而是将文字识别转化为序列学习问题，虽然输入的图像尺度不同，文本长度不同，但是经过DCNN和RNN
fu_shuwu·2020-07-02 00:11

(8)卷积神经网络如何处理一维时间序列数据？

概述许多文章都关注于二维卷积神经网络（2DCNN）的使用，特别是图像识别。而一维卷积神经网络（1DCNNs）只在一定程度上有所涉及，比如在自然语言处理（NLP）中的应用。
当交通遇上机器学习·2020-06-30 19:41

实现3D扫描的大规模「场景完成」和「语义分割」

为此，我们设计了完全卷积生成式3DCNN模型，其过滤内核相对于整体场景大小来说具有不变性。该模型可以在场景子卷（scenesubvo
Promise_魅眸·2020-06-30 15:05

【论文阅读笔记】Gabor Convolutional Networks

然而，在深度卷积神经网络（DCNN）中尚未充分探索这些特性。因此，这篇文章提出一个新的深度模型，即Gabor卷积网络（GCN或Gabor
sunshine_shan·2020-06-29 14:14

场景文本识别——基于图像序列识别的端到端可训练神经网络模型

1.背景介绍1.1主题介绍由于神经网络的强大复兴，特别是深度卷积神经网络（DCNN）模型在各种视觉任务中的巨大成功的推动，最近大多数与深度神经网络相关的工作主要致力于检测或分类对象类别。
MoModel·2020-06-29 11:48

GNN图神经网络详述-02

本文作为第2部分，主要根据原始论文介绍几篇基础的工作，主要包括GNN，GCN及变体，DCNN，Tree-LSTM,包括模型的详解和模型训练，以及模型评价。
Chris_34·2020-06-29 07:35

【论文+代码阅读】PointPillars

就个人感觉，目前3D方面使用2D卷积有两种形式：类似mv那种，使用对3D的投影得到其2维的图像，再使用2DCNN，这样做无疑是会出现信息损失的，另外呢，先把3D点云分割成若干个体素小块，再把点个数当做二维像素值
Little_sky_jty·2020-06-29 00:09

翻译《Deep Learning For Generic Object Detection : A Survey》

DeepLearningForGenericObjectDetection:ASurvey4FundamentalSubProblems基本子问题4.1DCNNbasedObjectRepresentation基于DCNN
二佳呀·2020-06-28 22:06

人脸关键点论文笔记（一）

二、深度学习方法1.DCNN参考：https://blog.csdn.net/hjimce/article/details/49955149本文主要记录2013年CVPR的一篇利用深度学习做人脸特征点定位的经典
堂姐在这儿。·2020-06-28 20:53

[译] 在 Keras 中使用一维卷积神经网络处理时间序列数据

NilsAckermann译文出自：掘金翻译计划本文永久链接：github.com/xitu/gold-m…译者：haiyang-tju校对者：lsvihleviding概述许多技术文章都关注于二维卷积神经网络（2DCNN
weixin_34185320·2020-06-28 13:40

场景文本识别——基于图像序列识别的端到端可训练神经网络模型

1.背景介绍1.1主题介绍由于神经网络的强大复兴，特别是深度卷积神经网络（DCNN）模型在各种视觉任务中的巨大成功的推动，最近大多数与深度神经网络相关的工作主要致力于检测或分类对象类别。
MomodelAI·2020-06-28 09:29

笔记：基于DCNN的图像语义分割综述

写在前面：一篇魏云超博士的综述论文，完整题目为《基于DCNN的图像语义分割综述》，在这里选择性摘抄和理解，以加深自己印象，同时达到对近年来图像语义分割历史学习和了解的目的，博古才能通今！
weixin_30843605·2020-06-28 01:38

【OCR技术系列之七】端到端不定长文字识别CRNN算法详解

但是此法已经有点过时了，现在更流行的是基于深度学习的端到端的文字识别，即我们不需要显式加入文字切割这个环节，而是将文字识别转化为序列学习问题，虽然输入的图像尺度不同，文本长度不同，但是经过DCNN和RNN
weixin_30632883·2020-06-27 22:20

卷积层后连接LSTM层的报错（InvalidArgumentError (see above for traceback): Incompatible shapes: [128] vs. [384]）...

其中384=128×3报错原因本文为三通道2DCNN，在model的中间通过代码：outputs=keras.layers.concatenate([inputs_1,inputs_2,inputs_3
weixin_30399055·2020-06-27 19:12

基于DCNN的人脸特征点定位-CVPR 2013

基于级联卷积神经网络的人脸特征点定位原文地址：http://blog.csdn.net/hjimce/article/details/49955149作者：hjimce一、相关理论本篇博文主要讲解2013年CVPR的一篇利用深度学习做人脸特征点定位的经典paper：《DeepConvolutionalNetworkCascadeforFacialPointDetection》，论文的主页为：htt
2014wzy·2020-06-27 09:19

Vgg16神经网络简介与代码实战

1.介绍vgg被发表在ICLR2015上，论文作者是GoolgeDeepMind，这系列model在ILSVRC-2013达到了best-performance，并且在其他以DCNN为基础的工作达到了很好的效果
时光碎了天·2020-06-27 06:03

【论文总结】weakly- and semi-supervised learning of a DCNN for semantic Image Segmentation

一、概述这篇文章研究了如何从弱注释的训练数据（如边界框或图像级标签）或少量强标记图像和许多弱标记图像的组合中学习DCNN用于语义图像分割的问题，在弱超监督和半监督条件下提出了期望最大化（EM）方法。
ACGlyt·2020-06-27 01:01

深度卷积神经网络在目标检测中的进展

作者：travelsea链接：https://zhuanlan.zhihu.com/p/22045213来源：知乎近些年来，深度卷积神经网络（DCNN）在图像分类和识别上取得了很显著的提高。
飞跃重洋的思念·2020-06-26 17:36

基于深度卷积神经网络的图像去噪方法

作者提出了一种基于深度卷积神经网络（DCNN）的图像去噪方法。作者设计的不同于其他基于学习的方法：一个DCNN来实现噪声图像。因此，通过从污染图像中分离噪声图像可以实现潜在清晰图像。
AI小白一枚·2020-06-25 18:51

《TSM: Temporal Shift Module for Efficient Video Understanding》论文笔记

论文采用时间位移模块，即移动相邻帧之间的部分通道信息使相邻帧之间信息交换，可以基本不增加计算量的情况下嵌入到任何2DCNN中。TSM模块2.1、Intuition一个正常的卷积操作，例如ke
菜鸡咸鱼·2020-06-25 00:29

理解1D、2D、3D卷积神经网络的概念

在本指南中，我们将介绍1D和3DCNN及其在现实世界中的应用。我假设您已经大体上熟悉卷积网络的概念。初学者可能会理解为1维CNN处理一维的数据，2维CNN处理二维的数
orDream·2020-06-24 18:39

CRNN文本识别----论文阅读笔记

优点可以直接从序列标签学习，不需要详细的标注具有直接从图像数据学习信息表现的DCNN的相同性质，既不需要手工特征也不需要预处理步骤，包括实体化/分割，组件定位等;具有RNN相同的性质，能够产生一系列标签对类序列对象的长度无约束
CharlesWu123·2020-06-24 12:54

NLP——文本分类模型（一）

通过textCNN，DCNN，RCNN，HAN四种经典的文本分类模型来描述深度学习在文本分类模型中的应用。
隔壁的NLP小哥·2020-06-23 13:34

【TensorFlow】conv2d函数参数解释以及padding理解

卷积conv2dCNN在深度学习中有着举足轻重的地位，主要用于特征提取。在TensorFlow中涉及的函数是tf.nn.conv2d。
callinglove·2020-06-22 20:26

ArcFace论文翻译

ArcFace:AdditiveAngularMarginLossforDeepFaceRecognitionAbstract使用深度卷积神经网络（DCNN）进行大规模人脸识别的特征学习的主要挑战之一是设计适当的损失函数
PPLLO_o·2020-06-22 03:20

《Enhanced Deep Residual Networks for Single Image Super-Resolution》阅读笔记

一、论文《EnhancedDeepResidualNetworksforSingleImageSuper-Resolution》随着深度卷积神经网络（DCNN）的发展，有关超分辨率的最新研究已经取得了进展
6个小石头·2020-06-22 00:56

迁移学习和微调深度卷积神经网络

我将在这部分讲解深度卷积神经网络（DCNN：DeepConvolutionalNeuralNet
BigBzheng·2020-06-21 17:33

Beginer入门：1D,2D,3D卷积的区别原来是这样

Beginer入门：1D,2D,3D卷积的区别原来是这样摘要在1DCNN中，内核沿1个方向移动。1DCNN的输入和输出数据是2维的。主要用于时间序列数据。在2DCNN中，内核在2个方向上移动。
MrCharles·2020-06-20 22:23

《Diffusion-ConvolutionalNeuralNetworks》论文阅读

DCNN主要思想：这是一篇基于空间域的图神经网络，聚合方式通过采样（hop）1~k阶的邻居并同self使用mean的方式得到新的feature-vector作者将不同的采样距离并聚合的特征堆叠成一个矩阵
孔胡子·2020-06-19 23:00

人脸关键点检测论文总结

文章目录第一部分：人脸关键点检测历年论文汇总1.12013年以前1.22013年1.2.1CVPR2013:DCNN——DeepConvolutionalNetworkCascadeforFacialPointDetection1.32014
defacto'·2020-05-09 13:13

读文献：A Survey of Model Compression and Acceleration for Deep Neural Networks

：YuCheng/DuoWang/PanZhou/TaoZhang发表时间：2017-10-23论文链接：https://arxiv.org/pdf/1710.09282.pdfAbstract当前的DCNN
luopengting·2020-04-11 11:20

论文学习10“A survey on deep learning in medical image analysis”文章学习

文章首先介绍了近些年来深度学习领域的发展，包括CNN、DCNN、RNN以及一些无监督弱监督的方式，比如自编码器等。然后介绍医学影像不同领域的发展。首先，分类领域。
侯冠群·2020-03-20 02:55

论文阅读：Deep Ordinal Regression Network for Monocular Depth Estimation

DeepOrdinalRegressionNetworkforMonocularDepthEstimation概述Monoculardepthestimation(MDE)，从理论上是一个病态的问题，近年来的工作利用deepconvolutionalneuralnetworks(DCNN
一个美食家·2020-02-29 19:32

【论文笔记】CNN 用于视网膜血管分割的深度特征学习

本文提出了一种新的DCNN（深度卷积网络）从而实现视网膜血管的简单分割。本文的一个主要修
bananafish·2020-02-25 13:08

图像目标检测方法之—： R-CNN

R-CNN是较早地将DCNN用到目标检测中的方法。
哎吆喂轩·2020-02-02 03:37

Co-Learning from Chest CT and Clinical Demographics

co-learnsfromdetailedclinicaldemographicsand3DCTimages.A3Dattention-baseddeepconvolutionalneuralnet(DCNN
loveplay1983·2020-01-05 05:00

视频分类/行为识别研究综述，从数据集到方法

本文总结了该领域的技术进展和相关数据集，技术进展从传统特征法到深度学习中的3DCNN
数智物语·2019-12-25 19:57

论文阅读：Deep CNN ensembles and suggestive annotations for infant brain MRI segmentation

DeepCNNensemblesandsuggestiveannotationsforinfantbrainMRIsegmentation》，文章给我的启发并不多，标题中的“suggestiveannotation”也不是activeselectsamples的意思，而是根据ensemble的10个3DCNN
月牙眼的楼下小黑·2019-12-24 22:10

2D CNN vs 3D CNN

because2DCNN
loveplay1983·2019-12-23 19:03

2018-10-16 深度神经网络的入门学习之旅

8月份，试用了end-to-end的DCNN来学习人类驾驶。但最终的比赛中，仍是rule-based结合深度神经网络效果是最快的。CNN为了识别路牌，学习了CNN。
杨廣xiang·2019-12-13 19:24
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他