Kaiming

《Focal Loss for Dense Object Detection》论文阅读总结

论文：《FocalLossforDenseObjectDetection》信息：RBG和Kaiming大神在ICCV2017年的大作论文地址：https://arxiv.org/abs/1708.02002
洋葱水墨·2020-07-04 04:20

Kaiming He大神论文合集

KaimingHe2011-2016MicrosoftResearchAsia(MSRA)2016-ResearchScientist,FacebookAIResearch(FAIR)BestPaperAwardinCVPR2009(HazeRemoval),CVPR2016(ResNet),ICCV2017(MaskR-CNN)(MarrPrize)BestStudentPaperAwardin
gdtop818·2020-06-28 20:05

Focal Loss

FocalLossforDenseObjectDetection论文链接：https://arxiv.org/abs/1708.02002优化版的MXNet实现：https://github.com/miraclewkf/FocalLoss-MXNetRBG和Kaiming
AI之路·2020-06-27 09:26

卷积神经网络的权值初始化方法

PyTorch中的相关函数如下：torch.nn.init.normal_(tensor,mean=0,std=1)kaiming高斯初始化 由FAIR的大牛KaimingHe提出来的卷积层权值初始化方法
hyk_1996·2020-06-23 17:08

kaiming最新论文:Panoptic Feature Pyramid Networks

PanopticFeaturePyramidNetworks解读论文地址代码实现导读:FAIR(FacebookAIReaearch)何恺明团队最新论文提出“全景FPN”，聚焦于图像的全景分割任务，将分别用于语义分割和实例分割的FCN和MaskR-CNN结合起来，设计了PanopticFPN。该方法可能成为全景分割研究的强大基线。全景特征金字塔网络PanopticFPNPanopticFPN是一个
diandian3008·2020-06-23 04:27

对比学习（Contrastive Learning）相关进展梳理

另一巨头Hinton和Kaiming两尊大神也在这问题上隔空过招，Mo
PaperWeekly·2020-06-22 19:22

【NLP】Layer-Normalization

从2015年的BN开始，2016年出了LN(layernormalization)和IN(InstanceNormalization)，2018年也就是今年，Kaiming提出了GN(Groupnormalization
阿木鸣·2020-06-22 02:37

ResNet-50网络理解

Kaiming大神等人发现残差网络能够解决这一问题。这里首先放上一张ResN
Cheungleilei·2020-06-21 18:35

（2020.6.20）MOCO

参考资料：1911.05722和2003.04297——Kaiming大神最近很火的两篇成果。BERT在自然语言里如火如荼，图像领域也开始尝试大规模自监督预训练了。
SQLKRAD·2020-06-20 20:00

[Pytorch] SPP-Net 3D版本原理与实现

此时kaiming提出了SPP-Net，解决了这个问题。
*小呆·2020-06-12 15:28

网络权重初始化方法 常数初始化、Lecun、Xavier与He Kaiming

梯度消失与梯度爆炸梯度为偏导数构成的向量。损失函数收敛至极小值时，梯度为0（接近0），损失函数不再下降。我们不希望在抵达极小值前，梯度就为0了，也不希望下降过程过于震荡，甚至不收敛。梯度消失与梯度爆炸分别对应这2种现象，梯度消失(vanishinggradients)：指的是在训练过程中，梯度（偏导）过早接近于0的现象，导致（部分）参数一直不再更新，整体上表现得像损失函数收敛了，实际上网络尚未得到
Jerry_Jin·2020-04-22 17:00

自监督学习 | (2) 一文读懂 Self-Supervised Learning

原文地址**导读：**最近self-supervisedlearning变得非常火，首先是kaiming的MoCo引发一波热议，然后最近Yann在AAAI上讲self-supervisedlearning
CoreJT·2020-03-10 12:02

深度学习参数初始化器过程推导 Glorot-Xavier MSRA-Kaiming he

Glorot初始化方法Kaiming初始化BatchNormalization初始化器的推导依赖一下公式的推导推导：其中ni表示输入个数。
以后叫我老牛·2020-02-14 03:55

[Object detection] Faster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks

导读：FasterR-CNN是bgr，kaiming大神在15年的成果。它在FastR-CNN的基础上把原先的SelectiveSearch修改成了RPN网络，从而实现endtoend的目标检测。
逃跑的木偶_203d·2019-12-20 19:56

网络权重初始化方法总结（下）：Lecun、Xavier与He Kaiming

目录权重初始化最佳实践期望与方差的相关性质全连接层方差分析tanh下的初始化方法Lecun1998Xavier2010ReLU/PReLU下的初始化方法He2015forReLUHe2015forPReLUcaffe中的实现小结参考博客：blog.shinelee.me|博客园|CSDN权重初始化最佳实践书接上回，全0、常数、过大、过小的权重初始化都是不好的，那我们需要什么样的初始化？因为对权重\
shine-lee·2019-11-21 21:00

【Pytorch】tensor初始化方法

导入常用初始化方法fromtorch.nn.initimportxavier_uniform_,xavier_normal_fromtorch.nn.initimportkaiming_uniform_,kaiming_normal
hello_dear_you·2019-10-10 15:57

对Pytorch神经网络初始化kaiming分布详解

函数的增益值torch.nn.init.calculate_gain(nonlinearity,param=None)提供了对非线性函数增益值的计算。增益值gain是一个比例值，来调控输入数量级和输出数量级之间的关系。fan_in和fan_outpytorch计算fan_in和fan_out的源码def_calculate_fan_in_and_fan_out(tensor):dimensions
winycg·2019-08-18 12:38

Focus Loss

FocalLoss主要是kaiming提出来的解决正负样本不均衡和HardMining的一种策略。用于平衡样本的不均衡。用来解决难易样本的权重。（OHEM）
Yankee_13·2019-07-26 15:46

工具代码粘贴2——pytorch几种初始化方式代码

常用：conv+bn+relu组合#convnn.init.kaiming_normal_(conv.weight,mode='fan_in')nn.init.constant_(conv.bias,0
Mona-abc·2019-06-12 17:46

pytorch搭建神经网络玩转mnist

完成结构的搭建和前向传播训练过程设置超参数设法使weight和bias在初始化时拥有不同的参数分布默认型正态分布初始化为常数初始化为xaveir_uniform来保持每一层的梯度大小都差不多相同，在tanh中表现的很好kaiming
羊城迷鹿·2019-04-05 16:30

目标检测： SPPNet

原文链接：https://arxiv.org/abs/1406.4729按照发展的时间线走，在正式进行fastR-CNN等工作的介绍之前，还是简单概括一下SPPNet吧，毕竟也是KaiMing大神的作品
Chris_zhangrx·2019-03-28 22:38

目标检测： SPPNet

原文链接：https://arxiv.org/abs/1406.4729按照发展的时间线走，在正式进行fastR-CNN等工作的介绍之前，还是简单概括一下SPPNet吧，毕竟也是KaiMing大神的作品
Chris_zhangrx·2019-03-28 22:38

AttributeError: module 'torch.nn.init' has no attribute 'zeros_'

问题File"E:\wj-lab\expStad\model.py",line50,in__init__feat_block.apply(weights_init_kaiming)File"D:\Anaconda3
WJ_MeiMei·2019-02-24 11:08

【AI数学】Layer-Normalization详细解析

从2015年的BN开始，2016年出了LN(layernormalization)和IN(InstanceNormalization)，2018年也就是今年，Kaiming提出了GN(Groupnormalization
木盏·2018-10-19 15:27

Mask-RCNN技术解析

Mask-RCNN来自于年轻有为的Kaiming大神，通过在Faster-RCNN的基础上添加一个分支网络，在实现目标检测的同时，把
hey_manman·2018-10-15 11:26

基于Tensorflow的Resnet程序实现（CIFAR10准确率为91.5%）

这是Kaiming大神在2015年的论文"DeepResidualLearningforImageRecognition"
gzroy·2018-09-07 14:28

pytorch之权重初始化

:ifisinstance(m,nn.Conv2d):nn.init.normal(m.weight.data)nn.init.xavier_normal(m.weight.data)nn.init.kaiming_normal
黄鑫huangxin·2018-08-23 12:48

ResNet V1 vs V2详解

首先给出resnetv2的paper里面kaiming大神给出的不同的结构对比：图a为resnetv1的结构，图e为resnetv2的结构。
gbyy42299·2018-08-08 11:41

Focal Loss for Dense Object Detection读书笔记

这是17年ICCV的paper，来自kaiming。正如作者所言，这篇paper并不novel，但是有较大的contribution。
RRZS·2018-07-09 21:56

《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》论文阅读之SPPNet

Kaiming男神的(KaimingHe)的这篇paper，是在R-CNN的基础上提出
山水之间2018·2018-06-14 16:06

论文(4) Focal Loss

FocalLoss@(目标检测)FocalLoss是KaiMing大神提出来的，这篇文章的重点在于分析了one-stage网络的检测精度为什么会弱于two-stage的网络。
GZHermit·2018-06-05 15:34

论文(3) Focal Loss

FocalLoss@(目标检测)FocalLoss是KaiMing大神提出来的，这篇文章的重点在于分析了one-stage网络的检测精度为什么会弱于two-stage的网络。
GZHermit·2018-05-25 17:57

第十一周学习周报（20180514-20180520）

正则化和程序框架2、看了李飞飞深度学习计算机视觉的目标识别与检测部分3、看完了上个星期的没看完的论文《MaskR-CNN》4、跑了faster-rcnn代码，还没跑通二、学习笔记Mask-RCNN来自于年轻有为的Kaiming
viqsoul·2018-05-20 20:38

R-CNN系列比较

RCNN可以看作是RegionProposal+CNN这一框架的开山之作，RCNN的主要缺点是重复计算，后来MSRA的kaiming组的SPPNET做了相应的加速。
alibabazhouyu·2018-04-18 01:14

【目标检测】SPP-Net (Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition)

X.Zhang,S.Ren,andJ.Sun.Spatialpyramidpoolingindeepconvolutionalnetworksforvisualrecognition.InECCV,2014.Kaiming
SmileLing~·2018-04-12 19:59

Focal Loss for Dense Object Detection

kaiming！！！神一样的存在！！！
女王の专属领地·2018-03-27 11:10

优秀的算法工程师都是不用深度学习的

他转悠着大眼睛，不假思索道：「将kaiming大大的Resnet扩展到10万层，把kitti,C
代码湾·2018-01-10 00:00

何恺明大神的「Focal Loss」，如何更好地理解？

作者丨苏剑林单位丨广州火焰信息科技有限公司研究方向丨NLP，神经网络个人主页丨kexue.fm前言今天在QQ群里的讨论中看到了FocalLoss，经搜索它是Kaiming大神团队在他们的论文FocalLossforDenseObjectDetection
Paper_weekly·2017-12-28 00:00

残差网络小结

原始的kaiming的残差网络，使用了shortcut的方式进行跨层连接。文献[1]中设定的跨层个数是2~3个layer，1个layer并没有看出效果。
小班得瑞·2017-11-01 11:44

RCNN学习笔记（0）-RCNN->SPPnet->Fast RCNN->Faster RCNN

SPPnet：MSRA的kaiming组的SPPnet对RCNN重复计算的缺点，做出了相应的加速。关键是解决了传统CN
SalaFeng是一条咸鱼·2017-10-02 21:17

「Deep Learning」物体检测经典卷积网络模型

SinaWeibo：小锋子ShawnTencentE-mail：[email protected]://blog.csdn.net/dgyuanshaofeng/article/details/78036192Kaiming
小锋子Shawn·2017-09-20 00:15

resNet论文笔记

《DeepResidualLearningforImageRecognition》是2016年CVPR的最佳论文，也是我Kaiming男神第二次获得CVPR的最佳论文，简直强的一批啊！
yuanyongsama·2017-08-11 20:23

深度学习之参数初始化（二）——Kaiming初始化

DelvingDeepintoRectifiers:SurpassingHuman-LevelPerformanceonImageNetClassificationKaimingHe,XiangyuZhang,ShaoqingRen,JianSun.ICCV2016.在介绍Xavier初始化方法的这篇博客的最后，我们提到Xavier初始化方法适用的激活函数有限：关于0对称；线性。而ReLU激活函数
Vic时代·2017-06-13 11:34

Mask-RCNN技术解析

Mask-RCNN来自于年轻有为的Kaiming大神，通过在Faster-RCNN的基础上添加一个分支网络，在实现目标检测的同时，把目标像素分割出来。    
linolzhang·2017-05-12 23:29

ResNeXt网络进化

一.ResNeXt的Block改进MSRA的KaiMing转战Facebook的又一力作，大牛的神来之笔：论文下载：AggregatedResidualTransformationsforDeepNeuralNetworks
linolzhang·2017-05-11 00:51

Deep Residual Learning for Image Recognition(ResNet)残差网络解读

Kaiming的ResNet在2015年横扫各大视觉主流比赛榜单，对工业界和学术界都产生了巨大而深远的影响，论文拿下了CVPR2016的bestpaperaward。
andrewseu·2017-04-16 12:50

数字图像去雾快速算法

这方面最近比较好的工作就是He kaiming等提出的Dark Channel方法。这篇论文也获得了2009的CVPR最佳论文奖。  文章标题： single Image
·2015-11-13 08:09

基于暗通道的图像去雾算法_CVPR09 BestPaper_KaiMing He

前一阶段做项目用到了 何凯明的这篇文章中的算法，闲来无事，总结一下。   其实，对于图像去雾，去模糊，去噪声问题，数学模型都非常接近，而且非常简单，由于数学模型非常简单，如何有效的估计其中的参数就是重点了。以前有大量的文章是基于先验假设的，这类方法有很大的局限性，而何凯明的这篇文章的确是给出了一个去雾问题的比较好的模型。 ------------------------------
·2015-11-13 03:30

Image Super-Resolution Using Deep Convolutional Networks

Image Super-Resolution Using Deep Convolutional Networks Chao Dong, Chen Change Loy, Kaiming He, Xiaoou
·2015-11-02 15:24

基于暗通道的图像去雾算法_CVPR09 BestPaper_KaiMing He

前一阶段做项目用到了何凯明的这篇文章中的算法，闲来无事，总结一下。 其实，对于图像去雾，去模糊，去噪声问题，数学模型都非常接近，而且非常简单，由于数学模型非常简单，如何有效的估计其中的参数就是重点了。以前有大量的文章是基于先验假设的，这类方法有很大的局限性，而何凯明的这篇文章的确是给出了一个去雾问题的比较好的模型。-------------------------------先介绍一下何凯明这个人
todayq·2014-01-14 16:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他