Multi-scale

Predicting Depth,Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Archite

PredictingDepth,SurfaceNormalsandSemanticLabelswithaCommonMulti-ScaleConvolutionalArchitecture主要贡献:使用multiscale训练,每一阶段的输入都是累加上一阶段的输出和原图像的一层卷积下采样.第一阶段和第二阶段联合训练(感觉就是可以把第一阶段和第二阶段联合在一起了这不过把第一阶段最后的输出和第一阶段第
TWSF·2022-12-18 02:50

论文笔记（二）Depth Map Prediction from a Single Image using a Multi-Scale Deep Network

发表期刊：NeurIPS发表时间：2014摘要  预测深度是理解场景的3D几何图形的一个重要组成部分。虽然对于立体图像，局部对应足以进行估计，但从单个图像中寻找深度关系就不那么直接了，需要集成来自各种线索的全局和局部信息。此外，这项任务本身是含糊不清的，因为总体规模有很大的不确定性。在这篇论文中，我们提出了一种新的方法，通过使用两个深度网络堆栈来解决这个问题:一个是基于整个图像进行粗略的全局预测，
码界战士嘎嘎嘎·2022-12-12 17:22

【点云】M3DeTR: Multi-representation, Multi-scale, Mutual-relation 3D Object Detection with Transformers

【WACV2022】M3DeTR:Multi-representation,Multi-scale,Mutual-relation3DObjectDetectionwithTransformers论文简介
BIT可达鸭·2022-12-10 18:02

【论文笔记】MVSS-Net: Multi-View Multi-Scale Supervised Networks for Image Manipulation Detection

发布于TPAMI2022原文链接：https://arxiv.org/pdf/2112.08935v3.pdf源码链接：https://github.com/dong03/MVSS-Net本文只对于和MVSS不同的部分进行介绍，具体MVSS的内容见另一篇博客：https://blog.csdn.net/weixin_45366180/article/details/127643547?spm=10
Deep_Lnna·2022-12-08 15:12

【论文笔记】Image Manipulation Detection by Multi-View Multi-Scale Supervision

ICCV2021:MVSS-Net:ImageManipulationDetectionbyMulti-ViewMulti-ScaleSupervision原文链接：https://arxiv.org/abs/2104.06832源码：https://github.com/dong03/MVSS-Net摘要图像篡改检测的关键挑战是如何学习对新数据的篡改敏感的通用特征，同时防止对真实图像的误报。目前
Deep_Lnna·2022-12-08 15:42

(Multi-scale feature fusion residual network for Single ImageSuper-Resolution)论文阅读

代码：https://github.com/QinJinghui/MSFFRN摘要：大多数SR方法没有利用LR的多尺度特征去提升网络的表示能力。此外，他们也并没有利用网络间的层次特征。作者提出了一种多尺度特征融合残差网络（MSFFRN）。作者基于残差学习，提出了多尺度特征融合残差块（MSFFRB）去检测和融合不同尺度的特征。此外，MSFFRB和浅层特征被用作不同层次的特征用于全局特征融合。最后，作
Mick..·2022-12-08 12:26

【图像超分辨率】Remote Sensing Imagery Super Resolution Based on Adaptive Multi-Scale Feature Fusion Network

对于遥感图像的超分辨率，本文提出了一种自适应多尺度特征融合网络（AMFFN）。AMFFN可以直接从原始低分辨率图像中提取密集特征，而无需任何图像插值预处理。串联几个自适应多尺度特征过滤块（AMFE），以自适应地提取遥感图像的高频详细特征信息。AMFFN的主要贡献包括：针对遥感图像的超分辨率引入了一种自适应多尺度特征融合网络，可以自适应地提取多尺度特征信息；集成了挤压激励模块（Squeeze-and
jaeden_xu·2022-12-05 20:31

【图像超分辨率】Single image super-resolution using multi-scale feature enhancement attention residual net

本文实现了浅层CNN和深层CNN的集合，并提出了多尺度特征提取和关注块（MSFEAAB），以更好地同时从LR图像中提取低频和高频信息。为了抑制由于解卷积层导致的棋盘问题，采用像素解卷积来对特征图进行升标。提出了一个多尺度特征提取和注意力块（MSFEAAB），包括三个主要步骤。(一)特征提取，(二)向上缩放，(三)图像重建。在特征提取步骤中，采用多尺度特征提取后的注意力模块，以更高效地学习卷积滤波器
jaeden_xu·2022-12-05 20:31

Depth Map Prediction from a Single Image using a Multi-Scale Deep Network

深度估计：获得d，d其实就代表着由3D物体投射而来的2D图像中每个像素点与相机的实际距离。目标：从单张图中找到深度相关性modelarchetecture结构：用了两簇深度网络，一个在整个图像上做粗糙的全局预测，而另一个在局部精细化这个预测输入：这两簇网络都用在原始输入上，粗糙尺度网络的输出接到精细化网络的第一层之后的特征层中。这样局部网络可以编辑全局预测来合并精细尺度细节。GlobalCoars
NortheastSouthwest·2022-12-03 08:35

Predicting Depth, Surface Normals and Semantic Labels with a Common Multi-Scale Convolutional Archit

PredictingDepth,SurfaceNormalsandSemanticLabelswithaCommonMulti-ScaleConvolutionalArchitecture论文阅读笔记本文发表于2015ICCV。代码在http://cs.nyu.edu/̃deigen/dnl/1.Introduction本文用一个模型解决了三个问题：1.深度估计2.表面法向估计3.语义标注像素图可
QiuDi666·2022-12-02 11:16

【论文阅读笔记】Multi-Scale Structure-Aware Network for Human Pose Estimation

论文地址：https://arxiv.org/abs/1803.09894论文总结  本文的主要贡献是提出了一种结构损失的损失函数，将几个物理相连的肢体关键点连接起来，用于人体姿态估计。肢体是我们所认知的人体结构先验，本文将其利用了起来。可以利用身体结构先验，从可见关键点得到不可见关键点的线索。  本论文的改进了目前的深层conv-deconv的hourglass模型，有四点改进：（1）多尺度监督
时光机ﾟ·2022-11-29 22:55

yolov5中两处scale讨论

第一处：hyp文件中的scale:0.5；第二处：train文件中multi-scale（ifopt.multi_scale:sz=random.randrange(imgsz*0.5,imgsz*1.5
贰叁z·2022-11-28 08:46

论文笔记Multi-Scale Temporal Cues Learning for Video Person Re-Identification

Multi-ScaleTemporalCuesLearningforVideoPersonRe-Identification用于视频行人重识别的多尺度时间线索学习1、摘要摘要中提到将时间线索嵌入到视频中对于行人重识别是一个非常重要的线索。为了解决将时间线索嵌入应用到ReID中，提出了一个新的方法，在原来的2D卷积网络中，添加一个新的被叫做M3D(Multi-scale3Dconvolutionla
qq_45947498·2022-11-27 19:29

CrossViT: Cross-Attention Multi-Scale Vision Transformer for Image Classification感想（速读）

是谁？除夕还在看论文呀？哦~~是我自己刚刚洗完菜贴完对联切好肉blabla。。。实在没时间细看它了，所以也是速读啦！顺便也是需要练一下自己的迅速get内容的能力呀！我七点半就打开打算写了呢！然后现在全家都回荡着我的名字~诶呀呀，当东道主就是比较辛苦嘛，但是累并快乐着！正好自己确实也会照顾人，哈哈哈哈，其实还是挺喜欢照顾别人的~~~顺便！最近心情有些波动，致谢最近被我唠唠的小伙伴们！能有你们真是太幸
安之若醇·2022-11-25 12:23

Multi-modal speech emotion recognition using self-attention mechanism and multi-scale fusion framwor

一、论文基础信息青岛科技大学信息科学与技术学院的研究者发表在SpeechCommunication上的《基于自注意机制和多尺度融合框架的多模态语音情感识别》(Multi-modalspeechemotionrecognitionusingself-attentionmechanismandmulti-scalefusionframework)二、摘要2.1BackgroudAccuratelyre
王小运e·2022-11-24 16:07

深度学习图像分割基础网络总结，含创新点优点。

*Multi-scale**Dilatedconv**RCNN**Encoder-Decoder**Transformer**Attention*二、深度学习分割网络综述一、深度学习图像分割网络可以从哪些角度提升性能
萧瑟1997·2022-11-24 06:11

多尺度特征提取模块 Multi-Scale Module及代码

即插即用的多尺度特征提取模块及代码小结InceptionModule[2014]SPP[2014]PPM[2017]ASPP[2017]DCN[2017、2018]RFB[2018]GPM[2019]Big-LittleModule(BLM)[2019]PAFEM[2020]FoldConv_ASPP[2020]现在很多的网络都有多尺度特征提取模块来提升网络性能，这里简单总结一下那些即插即用的小模
球场书生·2022-11-24 05:53

19.MFA-Conformer: Multi-scale Feature Aggregation Conformer forAutomatic Speaker Verification

论文题目：MFA-Conformer：用于说话人自动识别的多尺度特征聚合Conformer论文地址：https://arxiv.org/abs/2203.15249论文代码：https://github.com/zyzisyz/mfa_conformer摘要：本文提出了一种基于卷积增广变换的多尺度特征聚合conformer（MFA-conformer）的说话人自动识别主干网，该主干网易于实现，简单
一根藤～·2022-11-23 07:52

论文解读（MERIT）《Multi-Scale Contrastive Siamese Networks for Self-Supervised Graph Representation Learni

优质资源分享学习路线指引（点击解锁）知识定位人群定位Python实战微信订餐小程序进阶级本课程是pythonflask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统论文信息论文标题：Multi-ScaleContrastiveSiameseNetworksforSelf-Supervi
xuhss_com·2022-11-22 17:25

论文阅读《Multi-Scale Contrastive Siamese Networks for Self-Supervised Graph Representation Learning》

目录论文信息一、Abstract二、Introduction三、Notations四、framework（MERIT）（一）GraphAugment1.GraphDiffusion(GD)2.EdgeModification(EM)3.Subsampling(SS)4.NodeFeatureMasking(NFM)（二）Cross-NetworkContrastiveLearning（三）Cros
菠萝咕噜肉~·2022-11-22 17:22

CrossViT: Cross-Attention Multi-Scale Vision Transformer for Image Classification（论文阅读笔记）

论文来源：arxiv.org本文作者：李炎，硕士研究生，目前研究方向为深度学习、计算机视觉。目录摘要问题描述本文核心工作模型实验总结其他相关文章参考文献摘要本文基于纯自注意力机制设计了一种双分支的Transformer模块用于图像分类任务，双分支的Transformer模块可以更好的提取不同尺度的特征；并重点设计了一种针对双分支Transformer的融合多尺度特征的方法，该融合方法有效且计算代价
木子李0306·2022-11-21 19:20

SCALEFORMER: ITERATIVE MULTI-SCALE REFININGTRANSFORMERS FOR TIME SERIES FORECASTING

SCALEFORMER:ITERATIVEMULTI-SCALEREFININGTRANSFORMERSFORTIMESERIESFORECASTING最近，由于transformer的引入，时间序列预测的性能得到了极大的提高。本文提出一种通用的多尺度框架，可应用于最先进的基于transformer的时间序列预测模型(FEDformer,Autoformer等)。通过在多个尺度上迭代改进具有共享权
西西弗的小蚂蚁·2022-11-21 13:10

Blind Face Restoration via Deep Multi-scale Component Dictionaries 通过深度多尺度分量字典进行盲脸修复

AbstractRecentreference-basedfacerestorationmethodshavereceivedconsiderableattentionduetotheirgreatcapabilityinrecoveringhigh-frequencydetailsonreallow-qualityimages.However,mostofthesemethodsrequirea
learning112358·2022-11-21 09:42

MC-Net: multi-scale context-attention network for medical CT image segmentation

MC-Net:multi-scalecontext-attentionnetworkformedicalCTimagesegmentation期刊：AppliedIntelligence时间：2021年中科院SCI期刊分区：3区Abstract编解码器CNN结构在很大程度上改善了CT医学图像分割，但由于编码过程中细节的丢失而遇到了瓶颈，限制了准确率的提高。为了解决这个问题，我们提出了一种多尺度上下
Never_Jiao·2022-11-20 16:17

论文阅读：Uncertainty Guided Multi-Scale Residual Learning-using a Cycle Spinning CNN for Single Image De

这是后面发现的一个2019年CVPR的一篇去雨文章，遗珠。2019CVPR：UMRL这是2019CVPR的一片文章，作者来自约翰霍普金斯大学，也有不少文章，RajeevYasarla这篇文章主要是基于估计的置信度引导学习权值，并融入了循环旋转框架来去除伪影。代码：UMRL雨图中可能会包含大小、方向、密度不同的雨纹，之前的一些利用图像先验的方法由于没有考虑到雨在图片中的位置信息而效果欠佳，所以本文以
行走的歌·2022-11-20 14:49

论文阅读计划《MCTNET: A MULTI-SCALE CNN-TRANSFORMER NETWORK FOR CHANGE DETECTIONIN OPTICAL REMOTE SENSING》

MCTNET:用于光学遥感图像变化检测的多尺度CNN-Transformer网络1）文章背景2022年10月发表于CVPR清华大学电子工程系,北京100084文章地址：https://arxiv.org/abs/2210.07601代码地址：暂无2）简介作者提出了一种基于多尺度CNN变换器结构的混合网络，称为MCTNet，其中利用多尺度全局和局部信息来增强CD性能在不同大小的变化区域上的鲁棒性。文
小萌新点点·2022-11-20 01:46

16.TMS: A Temporal Multi-scale Backbone Design forSpeaker Embedding(2022.5)

论文题目：TMS：一种面向说话人嵌入的时态多尺度骨干网设计论文地址：https://arxiv.org/abs/2203.09098摘要：说话人嵌入是许多需要说话人信息的语音应用中探索可区分说话人特征(例如X-vector)的重要前端模块。当前最先进的用于说话人嵌入的骨干网络被设计为利用用于说话人表示的多分支网络体系结构(例如，ECAPA-TDNN)来聚合来自话语的多尺度特征。然而，由于模型参数的
一根藤～·2022-11-19 22:21

【论文笔记7】CrossViT: Cross-Attention Multi-Scale Vision Transformer for Image Classificatio阅读笔记

系列文章目录论文阅读笔记(1)：DeepLabv3论文阅读笔记(2):STA手势识别论文阅读笔记(3):ST-GCN论文阅读笔记（5）:图上的光谱网路和深度局部链接网络论文阅读笔记（6）:GNN-快速局部光谱滤波论文阅读笔记（8）:图卷积半监督分类文章目录系列文章目录Abstract目标方法一、Introduction1.相关论文：2.本文特点二、RelatedWorks三种类别的相关工作三、Me
梅津太郎·2022-11-19 12:22

CrossViT: Cross-Attention Multi-Scale Vision Transformer for Image Classification

[Paper]CrossViT:Cross-AttentionMulti-ScaleVisionTransformerforImageClassification目录Motivation扩展：多尺度特征扩展：受到多分支CNN架构的启发：OctConv-篇幅较长另起方法2.1.VisionTransformer的概述2.2.多尺度VisionTransformer2.3.多尺度特征融合All-Att
MengYa_DreamZ·2022-11-19 12:16

IVIF:multi-scale densenet

UNFusion:Aunifiedmulti-scaledenselyconnectednetworkforinfraredandvisibleimagefusion（UNFusion:用于红外和可见光图像融合的统一多尺度密集连接网络）大多数基于深度学习的方法主要侧重于卷积操作来提取局部特征，但没有充分考虑其多尺度特征和全局依赖性，这可能会导致融合图像中目标区域和纹理细节的丢失。为此，我们在本文中提
小郭同学要努力·2022-11-19 11:27

【CVPR2018】Learning for Disparity Estimation through Feature Constancy

weincorporateallstepintoasinglenetworktoenableend-to-endtraining.Theproposednetworkconsistsofthreeparts:multi-scale
Jennifer233·2022-11-16 15:42

MMNet: A multi-scale deep learning network for the left ventricular segmentation of cardiac MRI imag

MMNet:Amulti-scaledeeplearningnetworkfortheleftventricularsegmentationofcardiacMRIimages期刊：AppliedIntelligence时间：2021年中科院SCI期刊分区：3区Abstract随着深度学习网络模型的发展，医学图像的自动分割变得越来越普遍。左心室腔分割是心脏疾病诊断的重要步骤，但后处理分割是一项耗时
Never_Jiao·2022-11-08 20:44

论文阅读Res2Net：A New Multi-scale Backbone Architecture

论文链接：https://arxiv.org/abs/1904.01169摘要对于许多视觉任务来说，在多个尺度上表示特征是非常重要的。卷积神经网络(CNNs)不断发展，并显示出较强的多尺度表示能力，在广泛的应用中一致取得了性能的提升。然而，大多数现有的方法以分层的方式表示多尺度特性。在本文提出了一种新的CNNs模块，即Res2Net，通过在一个残差块内构造分层的类残差连接。Res2Net以粒度级别
小仙女的大大大天地~·2022-11-01 14:24

论文机翻：Res2Net: A New Multi-scale Backbone Architecture（Res2Net 论文机翻）

Res2Net：一种新的多尺度主干架构摘要-在众多视觉任务中，以多种尺度表示特征非常重要。骨干卷积神经网络（CNN）的最新进展不断显示出更强大的多尺度表示能力，从而在整个应用范围内获得了一致的性能。然而，大多数现有方法都代表了多层尺度的多尺度特征。在本文中，我们通过在单个残差块内构造类似于残差的分层连接，为CNN提出了一种新颖的构造块，即Res2Net。Res2Net在粒度级别上代表了多尺度功能，
再给一碗吧·2022-11-01 14:50

Res2Net: 一种新的多尺度主干体系结构(Res2Net: A New Multi-scale Backbone Architecture )

引言如图1所示，视觉模式在自然场景中以多尺度出现。首先，对象可以在单个图像中以不同的尺寸出现，例如，沙发和杯子具有不同的尺寸。其次，对象的基本上下文信息可能比对象本身占据更大的区域。例如，我们需要依靠大桌子作为上下文，以更好地判断放置在桌子上的黑色小球是杯子还是笔筒。第三，感知来自不同尺度的信息对于理解诸如细粒度分类和语义分割之类的任务的部分和对象至关重要。因此，为视觉认知任务设计多尺度的良好特征
Mick..·2022-11-01 14:15

多尺度动态图卷积神经网络----Multi-scale Dynamic Graph Convolutional Network for Hyperspectral Image Classificati

一、摘要卷积神经网络（CNN）在表示高光谱图像和实现高光谱图像分类方面表现出令人印象深刻的能力。然而，传统的CNN模型只能对固定大小和权重的规则正方形图像区域进行卷积，因此不能普遍适用于具有不同对象分布和几何外观的不同局部区域。因此，它们的分类性能仍有待提高，尤其是在类边界方面。为了缓解这一缺点，我们考虑采用最近提出的图卷积网络（GCN）进行高光谱图像分类，因为它可以对任意结构的非欧几里德数据进行
你这个代码我看不懂.·2022-10-30 07:20

FPN笔记

论文：FeaturePyramidNetworksforObjectDetectionMotivation许多图像识别的检测算法都考虑到不同尺寸图片（multi-scale）对算法的影响。
叫什么就是什么·2022-10-12 22:02

《Res2Net: A New Multi-scale BackboneArchitecture》论文笔记

Res2Net:ANewMulti-scaleBackboneArchitecture1INTRODUCTION2RELATEDWORK2.1BackboneNetworks2.2Multi-scaleRepresentationsforVisionTasks2.2.1Objectdetection.2.2.2Semanticsegmentation.2.2.3Salientobjectdetec
大王子呀·2022-10-06 07:06

Multi-Scale Attention Network for Crowd Counting：用于人群计数的多尺度注意网络

Multi-ScaleAttentionNetworkforCrowdCounting：用于人群计数的多尺度注意网络Multi-ScaleAttentionNetworkforCrowdCountingAbstract（摘要）1.Introduction2.RalatedWork3.Ourapproach3.1Baselinenetworkforcrowdcounting3.2.Scale-awa
不会写代码的ppl·2022-10-02 07:53

YOLOV7开源代码讲解--训练参数解释

-resume:--nosave:--notest:--noautoanchor:--evolve：--bucket:--cach-images:--image-weights：--device:--multi-scale
爱吃肉的鹏·2022-09-28 07:21

（pytorch进阶之路）NormalizingFlow标准流

文章目录导读概述flow结构详解Multi-Scale结构Actnorm可逆的1×1卷积仿射耦合层论文地址代码地址实现actnorm可逆1×1卷积层仿射耦合层FlowStepBlockGlow导读概述NF
likeGhee·2022-09-21 10:46

Multi-scale multi-intensity defect detection in ray image of weld bead

Multi-scalemulti-intensitydefectdetectioninrayimageofweldbead焊道射线图像中的多尺度多强度缺陷检测AbstractTheradiographictestusedtoinspecttheinternaldefectsisanimportantnon-destructivetestingtechniqueforwelding.Theweldb
LiBiGo·2022-09-15 07:51

ECCV2018超分辨率MSRN：Multi-scale Residual Network for Image Super-Resolution

这篇文章主要创新点是：使用多尺度残差块充分提取图片特征问题（1）目前的研究倾向于使用更深层次的卷积神经网络来提高性能。但是随着网络深度的增加，训练过程中出现的问题越来越多，需要更多的训练技巧。导致很多方法难以复现；（2）特征利用不足，随着网络深度的增加，特征在传输过程中逐渐消失。如何充分利用这些特征，是网络重建高质量图像的关键；（3）可扩展性差；贡献提出了一种新的多尺度残差网络(MSRN)来充分利
lpppcccc·2022-09-04 07:37

论文精度 —— 2017 CVPR《High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis》

总述和上一篇blog一样，这篇论文很大程度上也借鉴了开山之作《ContextEncoders:FeatureLearningbyInpainting》的思想，使用encoder-decoder结构进行图片的生成，但是之前的这篇论文有很大的缺陷，其中较为明显的不足就是补全的结果较为模糊（纹理上技术较差），而且输入图像的规模固定，为128*128，且不能处理高分辨率的图像（请注意，对于上下文编码器，高
clarkjs·2022-08-13 16:54

High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis

文章目录1.Abstract2.Introduction2.1ContextEncoder2.2ourmethod2.3Maincontributionsofthispaper3.TheApproach3.1FrameworkOverview3.2TheJointLossFunction3.4TheTextureNetwork总结：总结：参考文献1.Abstract提出了一种基于图像内容和纹理约束
halo_wm·2022-06-18 07:24

【边缘检测】BDCN：Bi-Directional Cascade Network for Perceptual Edge Detection

链接：https://github.com/pkuCactus/BDCN背景：目前的边缘分割数据集，同时标注了目标级别的轮廓和其中的细节这两大部分，这种多尺度的轮廓就意味着边缘检测需要探索多尺度的表达（multi-scale
呆呆的猫·2022-05-27 07:07

论文学习笔记: Learning Multi-Scale Photo Exposure Correction(含pytorch代码复现)

论文学习笔记:LearningMulti-ScalePhotoExposureCorrection——含pytorch代码复现本章工作:论文摘要训练数据集网络设计原理补充知识:拉普拉斯金字塔网络总览子网络(L-LayersU-Net)损失函数相关实验网络局限性论文pytorch实现本章工作:作为LearningMulti-ScalePhotoExposureCorrection.论文的简要学习笔记
LZ-CH·2022-05-21 07:05

论文解读（MERIT）《Multi-Scale Contrastive Siamese Networks for Self-Supervised Graph Representation Learning

论文信息论文标题：Multi-ScaleContrastiveSiameseNetworksforSelf-SupervisedGraphRepresentationLearning论文作者：MingJin,YizhenZheng,Yuan-FangLi,ChenGo
Learner-·2022-04-26 23:00

【论文笔记】Shunted Self-Attention via Multi-Scale Token Aggregation 论文笔记及实验

paper：ShuntedSelf-AttentionviaMulti-ScaleTokenAggregationgithub：https://github.com/OliverRensu/Shunted-Transformeraistudio：没有GPU？ShuntedTransformer飞桨权重迁移在线体验传送门ViT模型在设计时有个特点：在相同的层中每个token的感受野相同。这限制了se
嘟嘟太菜了·2022-04-18 11:43

Res2Net: A New Multi-scale Backbone Architecture

论文链接：https://arxiv.org/abs/1904.01169一、Res2NetModule本论文所提出的结构如上图中的右侧与现有的增强cnn多层多尺度表示强度的方法不同，本论文在更细粒度的级别上改进了多尺度表示能力。与一些并行工作利用不同分辨率的特征提高多尺度能力不同，本论文提出的多尺度是指更细粒度的多个可用接受域。为了实现这一目标,用一组更小的卷积,取代的n通道的3×3卷积(为了不
小小小～·2022-03-23 11:58
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他