Multi-scale 第3页

论文笔记 ICNP 2016|MS-LSTM: a Multi-Scale LSTM Model for BGP Anomaly Detection

hlee-top·2021-10-16 13:40

Multi-Scale Convolutional Neural Networks for Time Series Classification

keywords:时间序列处理;深度学习;keras针对现有时间序列分类方法的特征提取与分类过程分离，且无法提取存在于不同时间尺度序列的不同特征的问题，作者提出MCNN模型。对于单一时间序列输入，进行降采样和滑动平均等变化，产生多组长度不同的时间序列，并在多组时间序列上进行卷积，提取不同时间尺度序列的特征。imageOriginal表示原始时间序列Multi-Frequency表示对原始数据滑动平

致Great·2021-02-13 22:21

CMS-RCNN阅读小结

阅读前疑问：1.FasterRCNN的RPN本来就是multi-scale的，印象中有27种，这篇文章针对人脸检测有什么改进么？2.contextual是怎么结合附近信息？

Layumi1993·2020-09-15 07:01

SSD 目标识别

转自http://blog.csdn.net/smf0504/article/details/52745070一句话形容SSD：借鉴fasterrcnn中anchorboxes的multi-scale版本的

faithenXX·2020-09-12 04:59

Multi-scale Features for Approximate Alignment of Point-based Surfaces论文阅读

问题给定一个点云描述（P={(pi,ni)}i∈I\mathcal{P}=\{(\mathbf{p}_{i},\mathbf{n}_{i})\}_{i\in\mathcal{I}}P={(pi,ni)}i∈I，其中pi\mathbf{p}_ipi是点的位置，ni\mathbf{n}_{i}ni是点的法向，I\mathcal{I}I是点的集合）的曲面（surfelcloud），求曲面特征。基本思路先

yucong96·2020-09-11 23:36

paper survey（2019.06.23）——Multi-Scale

类似于之前的paper调研的论文，本博文主要是对于multi-scale在low-level-vision中的应用做调研《Down-ScalingwithLearnedKernelsinMulti-ScaleDeepNeuralNetworksforNon-UniformSingleImage

gwpscut·2020-09-11 08:10

一些深度学习调参心得

https://cloud.videojj.com/）作者|Chaser【极链AI云技术原创奖励计划】千元云币券获得者原文地址|调参心得（官网论坛）已获授权实验效果校验心得什么时候加augment，什么时候加multi-scale

极链AI云·2020-09-10 09:24

论文笔记——Multi-Scale Dense Convolutional Networks for Efficient Prediction

Multi-ScaleDenseConvolutionalNetworksforEfficientPrediction-多尺度卷积网络GaoHuangCornellUniversity，DanluChenFudanUniversity，TianhongLiTsinghuaUniversity，FelixWuCornellUniversityPublishedasaconferencepaperat

Reco_177·2020-08-26 23:03

[论文解读] MSCNN: A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection

基本情况《AUnifiedMulti-scaleDeepConvolutionalNeuralNetworkforFastObjectDetection》是发表于ECCV16的一篇很出色的文章，来自加州圣地亚哥的ZhaoweiCai。其基本思路是提出了一种多尺度卷积神经网络，由于不同层的featuremap的优势不一样，如较低层的featuremap由于感知野较小，因此对与小物体的检测相对较好；较

williamyi96·2020-08-25 05:08

MSCNN论文解读-A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection

多尺度深度卷积神经网络进行快速目标检测：两阶段目标检测器，与faster-rcnn相似，分为anobjectproposalnetworkandanaccuratedetectionnetwork.文章主要解决的是目标大小不一致的问题，尤其是对小目标的检测，通过多层次的结构，实现多尺度的目标检测。之前所使用的简单的单一尺度的目标检测器通常为了识别出图片中大小适中的目标而将感受野设定为一个适当的大小

花花花哇_·2020-08-25 04:42

论文笔记：AugFPN: Improving Multi-scale Feature Learning for Object Detection

代码：https://github.com/Gus-Guo/AugFPN论文：https://arxiv.org/abs/1912.05384摘要现有的SOTA检测器都使用了构建特征金字塔（不同尺度的特征组合），来提升对不同尺度（大小）的目标的检测鲁棒性。而FPN是其中的代表性工作本文对FPN进行了分析，找到了其中的一些设计上的缺陷针对缺陷提出了3个改进点，也正是AugFPN的3个组成部分：Con

Richard_Che·2020-08-25 04:44

Multi-scale Interactive Network for Salient Object Detection（阅读记录）

Multi-scaleInteractiveNetworkforSalientObjectDetection1.主要贡献•文章提出了MINet，以有效地满足SOD任务中的多尺度要求。聚集相互作用模块可以通过相互学习的方式有效地利用相邻层的特征，而自交互模块则使网络可以自适应地从数据中提取多尺度信息，并更好地处理显著物体的尺度变化。•文章设计了增强一致性损失函数作为辅助来推动模型一致地突出显示整个显

日月火山·2020-08-25 01:42

论文阅读：GridDehazeNet: Attention-Based Multi-Scale Network for Image Dehazing

论文及代码详见：https://proteus1991.github.io/GridDehazeNet/（该论文的代码写的非常漂亮，读者绝不应该错过）目录1.摘要2.GridDehazeNet2.1网络结构2.2.通道注意力的特征融合2.3损失函数2.3.1SmoothL1L_1L1Loss2.3.2PerceptualLoss2.3.3TotalLoss3.实验结果4.总结1.摘要文章提出了一种

Space_walk·2020-08-22 03:52

MSR: Multi-Scale Shape Regression for Scene Text Detection 论文阅读笔记

MSR:Multi-ScaleShapeRegressionforSceneTextDetection1.基本信息文章来源：arxiv(录用期刊或会议未知)SAST链接上传时间：2019.1作者单位：南洋理工大学、山东大学检测框架：分割与最近边界点回归，属于EAST的演进版本EAST链接2.提出问题自然场景的文本检测存在如下两个问题： (1)不精确的定位：缘于特殊的文本形状、细长的文字、变化的长

litchi9854·2020-08-20 01:17

深度学习（3）VGGNet 神经网络结构

深度学习（3）结构简介结构特点网络架构网络解读网络训练==**训练输入：**====**Multi-scale训练**==**预测方式**：作者考虑了两种预测方式：网络预测结果网络结构可视化网络的Caffe

乘风踏浪来·2020-08-17 16:42

图像修复之《High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis》

图像修复问题就是还原图像中缺失的部分。基于图像中已有信息，去还原图像中的缺失部分。从直观上看，这个问题能否解决是看情况的，还原的关键在于剩余信息的使用，剩余信息中如果存在有缺失部分信息的patch，那么剩下的问题就是从剩余信息中判断缺失部分与哪一部分相似。而这，就是现在比较流行的PatchMatch的基本思想。CNN出现以来，有若干比较重要的进展：被证明有能力在CNN的高层捕捉到图像的抽象信息。P

framebreak·2020-08-17 16:05

深度补全（一）-论文阅读-翻译（Depth Map Prediction from a Single Image using a Multi-Scale Deep Network）

摘要深度预测是理解场景三维几何结构的重要组成部分。对于立体图像来说，局部匹配就足够进行估计了，但是从单个图像中找到深度关系就不那么简单了，需要从各种线索中整合全局和局部信息。此外，这项任务本身是含糊不清的，很大一部分不确定性来自于总体规模。在本文中，我们提出了一种新的方法，通过使用两个深层网络栈来解决这个问题:一个是基于整个图像进行粗略的全局预测，另一个是在局部细化这个预测。我们还使用标度不变误差

小小usper·2020-08-17 15:41

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

1.Motivation传统的方法假设图像中不同的patch之间的相似性高；生成图像的纹理细节不好，且不能处理高分辨率的图像。2.Approach2.1NetworkStructureFrameworkOverview.Thenetworkarchitectureforstructuredcontentprediction.网络分为两部分，ContenNetwork和TextureNetwork。

想要成为学霸的渣渣·2020-08-17 10:36

文献阅读《SNIPER: Efficient Multi-Scale Training》

本周阅读了《SNIPER:EfficientMulti-ScaleTraining》这篇文献，在这篇文章中作者认识到了现有的proposal算法的种种不足，从而在《AnAnalysisofScaleInvarianceinObjectDetection–SNIP》提出了所谓正则尺度化图像金字塔的推荐算法，使用多个像素等级输入图片进行训练和测试，对于过大的输入图片则采取裁剪出部分目标来进行识别，而不

绳绳兮不可名·2020-08-16 20:37

深度学习中的数据增强方法

目前深度学习方法广泛采用的数据增强方法，主要有：multi-scale：多尺度；translate：平移，[-6,-6]，左上；rotate：旋转，10

阿拉斯加的狗·2020-08-16 04:20

Multi-Scale DenseNets for Efficient Prediction_论文周报

Multi-ScaleDenseNetsforEfficientPrediction_论文周报Innse.XuGaoHuang,DanluChen,TianhongLi,FelixWu,LaurensvanderMaaten,KilianQ.Weinberger2018（一种多尺度的DenseNet）论文思路在实际的应用上，存在着这样一个问题：当前最新、性能最好的模型要把它应用在真实环境上会有一定

Innse·2020-08-16 01:37

解读Depth Map Prediction from a Single Image using a Multi-Scale Deep Network （2）

解读DepthMapPredictionfromaSingleImageusingaMulti-ScaleDeepNetwork（2）把CNN的基本知识补全后，接着向下看Section3Approach卷积网络分为两个部分：a.Acoarse-scalenetworkpredictsthedepthofthesceneatagloballevelb.Itisthenrefinedwithinloc

Niuip·2020-08-13 17:43

一些深度学习调参心得

实验效果校验心得什么时候加augment，什么时候加multi-scale，学习率怎么设置？

Baron·2020-08-08 11:32

[目标检测]--AugFPN：Improving Multi-scale Feature Learning for Object Detection

摘要：\color{#FF3030}{摘要：}摘要：目前最先进的检测器通常利用特征金字塔来探测不同尺度的物体。其中，FPN是多尺度特征累加构建特征金字塔的代表作品之一。然而，其背后的设计缺陷阻碍了多尺度特征的充分利用。本文首先分析了FPN中特征金字塔的设计缺陷，然后引入了一种新的特征金字塔结构——增广FPN(AugFPN)来解决这些问题。具体来说，AugFPN由三个部分组成:一致性监督（Consi

chenzy_hust·2020-08-06 13:42

MSRCR（Multi-Scale Retinex with Color Restore）

引言始于EdwinHerbertLand（埃德温·赫伯特·兰德）于1971年提出的一种被称为色彩恒常的理论，并基于此理论的图像增强方法。Retinex这个词由视网膜(Retina)和大脑皮层(Cortex)合成而来.之所以这样设计，表明Land他也不清楚视觉系统的特性究竟取决于此两个生理结构中的哪一个，抑或两者都有关系。不同于传统的图像增强算法，如线性、非线性变换、图像锐化等只能增强图像的某一类特

风吹夏天·2020-08-06 11:55

论文阅读：Multi-Scale Progressive Fusion Network for Single Image Deraining

坐得住凳子。2020CVPR：MSPFN这篇文章是2020CVPR的一篇文章，作者来自武汉大学。文章主要结合金字塔结构、信道注意力机制进而协同地表示出多尺度的雨纹信息，提出了一种MSPFN网络。代码：戳我本文主要提出了一种多尺度渐进融合网络(MSPFN)。对于雨的成像原理，由于雨和相机之间的距离不同，导致图片中的雨水会呈现出不同的模糊度和分辨率，因此可以利用多分辨率和多尺度之间的互补信息来表示雨纹

行走的歌·2020-08-05 16:51

Context Contrasted Feature and Gated Multi-scale Aggregation for Scene Segmentation

Introduction作者认为获得有判别力的语义特征以及多尺度融合是提升性能的关键，本文提出一种新的创新性的语义对比特征，能够突出局部信息。除此之外作者提出了新的gatedsum来对每个位置选择性地融合多尺度的特征。gate在这里控制着不同尺度的信息流动SegmentationNetwork这个的语义框架是FCN网络，作者用skiplayer来同和多尺度的特征。CCL语义信息对于整个的场景的分类

枯叶蝶KYD·2020-08-05 16:44

[深度学习从入门到女装]Multi-scale guided attention for medical image segmentation

论文地址：Multi-scaleguidedattentionformedicalimagesegmentation整个网络结构如上图所示，首先使用resnet的各个层，提取到不同size的featuremap，然后使用guidedattention模块进行融合，得到不同size的分割结果，最后再结合到一起guidedatteentionmodule如上图所示，其中positionattentio

炼丹师·2020-08-05 16:44

[论文阅读]Multi-scale guided attention for medical image segmentation

1.Introduction传统的分割的CNN：FCN和encoder-decoder结构的CNN的问题这些多尺度方法导致信息流的冗余使用，例如，在网络内的不同级别上多次提取类似的低级特征。用于像素方式识别的学习到的特征表示的辨别力可能不足以用于一些具有挑战性的任务，例如医学图像分割。特征融合策略：金字塔池化，空洞卷积金字塔尽管这些策略可能有助于在不同尺度上捕获对象，但所有图像区域的上下文依赖都是

gefeng1209·2020-08-05 16:26

【语义分割】Hierarchical Multi-Scale Attention for Semantic Segmentation

论文地址：https://arxiv.org/abs/2005.10821v1摘要多尺度推理通常用于改善语义分割的结果。多个图像比例通过网络传递，然后将结果与平均或最大池合并。在这项工作中，我们提出了一种基于注意力的方法来组合多尺度预测。我们表明，在一定尺度上的预测更适合解决特定的故障模式，并且网络学会在此类情况下倾向于使用这些尺度以生成更好的预测。我们的注意力机制是分层的，因此与其他最近的方法相

纳豆哥哥·2020-08-05 15:55

《Real Image Denoising Based on Multi-Scale Residual Dense Block and Cascaded U-Net》论文阅读

RealImageDenoisingBasedonMulti-ScaleResidualDenseBlockandCascadedU-NetwithBlock-Connection一、论文摘要：受益于最近的真实图像数据集，基于学习的方法在真实图像降噪方面取得了良好的性能。为了进一步提高Bayer原始数据去噪的性能，本文介绍了两个新网络，即多尺度残差密集网络（MRDN）和带块连接的多尺度残差级联U-

6个小石头·2020-08-02 21:37

论文阅读——CcNet:A cross-connected convolutional network for segmenting retinal vessels using multi-scale

论文阅读：CcNet:Across-connectedconvolutionalnetworkforsegmentingretinalvesselsusingmulti-scaleCcNet时间：2019/5视网膜血管分割有助于帮助诊断糖尿病视网膜病变。目前RVS的自动分割面临着模型精度、鲁棒性及分割速度的限制。本文提出了一种交叉连接的RVS分割网络叫做CcNet。在CeNet中卷积层用于提取图像

黄小米吖·2020-08-02 20:06

论文阅读 Multi-Scale Structure-Aware Network for Human Pose Estimation

1、文章在hourglass的网络基础上做了四点改进1）多尺度监督来加强语义特征学习来融合多尺度的特征2）多尺度的回归网络来优化整体的人体结构3）structure-aware损失（在多尺度监督和回归中都有用到）来提升关键点的匹配度和邻近关键点的关系从而推测一个高阶的配置（就是刻画临近关键点的关系）4）keypointmasking作为数据扩增的方式2、传统网络的缺陷1）大部分方法在某一个尺度上过

枯叶蝶KYD·2020-08-02 14:33

【LanczosNet】LANCZOSNET: MULTI-SCALE DEEP GRAPH CONVOLUTIONAL NETWORKS 论文笔记

引用：http://www.lifesequence.co/krylov_subspace_arnoldi_iterate/Krylov子空间https://blog.csdn.net/qq_39521554/article/details/79913323Krylov子空间方法补充1.LanczosalgorithmLanczos算法是一种将对称矩阵通过正交相似变换变成对称三对角矩阵的算法。对称

Unique_xiaoxiao·2020-08-02 13:49

【YOLT】《You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery》

目录1Motivation1.1Challenges1.2Impressiveframework2Author’salgorithm3Advantage4Method4.1改进YOLOv14.1.1LeakyReLUs4.1.2passthroughlayer4.2pre-processingandpost-processing5dataset6Experiment本文主要讲解了一篇基于yolo算

bryant_meng·2020-07-15 21:13

论文阅读--Fully-Convolutional Point Networks for large-Scale Point Clouds

结构上我觉得和poinnet++比较相似，都是采用pointnet作为局部特征提取器，采用分层结构，不过这里重点有一个multi-scale的点在这里。第三：Hybrid(point-to-

Little_sky_jty·2020-07-13 19:34

[Paper 学习笔记] Multi-Scale 3D Convolutional Neural Networks for Lesion Segmentation in Brain MRI

这篇文章与之前看过的3DCNN那篇文章属于同一个模型下的两个应用：http://blog.csdn.net/sinat_31824577/article/details/51779228一、简介本文提出一个用于脑损伤分割的11层，双通道的3D卷积神经网络系统，在多尺度环境下响应多模3Dpatch分割出病灶的三维像素，发现可在28个样本下成功训练该模型，实验结果证实改模型的有效性，除此之外，网络能够

嘀嘀嗒嘀啊·2020-07-13 13:20

图像分割经典网络结构

2.SegNet网络3.DeepLabV1&V24.RefineNet5.PSPNet源自论文《PyramidSceneParsingNetwork》PyramidPoolingModule，用于融合Multi-Scale

ReaFly·2020-07-13 11:11

[解读] MSG-GAN: Multi-Scale Gradients for Generative Adversarial Networks

尽管生成对抗网络(GANs)在图像合成任务中取得了巨大成功,但它们在适应不同数据集方面却异常困难,部分原因是训练期间的不稳定以及对超参数的敏感性.引起这种不稳定的一个普遍认为的原因是,当真实和生成分布的支撑没有足够的重叠时,从鉴别器到生成器的梯度将变得无用.本文提出了多尺度梯度生成对抗网络(MSG-GAN),这是一种简单但有效的技术,通过允许从鉴别器到生成器的梯度流向多个尺度来解决此问题,该技术为

天在那边·2020-07-12 05:00

目标检测--A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection

AUnifiedMulti-scaleDeepConvolutionalNeuralNetworkforFastObjectDetectionECCV2016https://github.com/zhaoweicai/mscnn本文首先指出FasterRCNN在小目标检测存在的问题，分析其原因。随后提出本文的解决思路：1）在不同尺度特征图上进行候选区域提取，2）放大特征图用于检测theMS-CNN

O天涯海阁O·2020-07-10 14:49

语义分割之特征整合网络：psp-net

金字塔场景解析网络现在在semanticsegmentation领域对于Multi-scaleFeaturesensembling的关注又多起来了两个发展方向特征整合（FeatureEnsembling）又分为：多尺度（multi-scale

furuit·2020-07-09 08:29

顶破天花板的图卷积结构：Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks

BreaktheCeiling:StrongerMulti-scaleDeepGraphConvolutionalNetworks（地基打得好，突破上限不会倒）闲来无事，找篇论文粗读一下：BreaktheCeiling:StrongerMulti-scaleDeepGraphConvolutionalNetworks。初看题目BreaktheCeiling，透露些许傲骄，初扫论文感觉模型数学包装很

疯子_Zhang·2020-07-08 09:14

论文笔记：SSD: Single Shot MultiBox Detector

关键：不对特征进行重采样在不同的尺度&比例的defaultbox下（其实就是Anchor），将BBox的输出空间离散化成每个FeatureMap中的点使用了Multi-scale输出，预测时输出的是分数

Richard_Che·2020-07-08 04:31

【论文阅读笔记】Multi-scale context aggregation by dilated convolutions

论文地址：https://arxiv.org/abs/1511.07122代码地址：https://github.com/ndrplz/dilation-tensorflowhttps://github.com/fyu/dilation作者用caffe写的introductionmotivation动机CNN的池化操作影响语义分割的精度Thispromptsnewquestionsmotivate

zxfhahaha·2020-07-06 14:50

《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》阅读总结

《MULTI-SCALECONTEXTAGGREGATIONBYDILATEDCONVOLUTIONS》阅读总结对文章理解如有不到位的地方，欢迎大家留言指正！一、为什么要用膨胀卷积作者提出膨胀卷积主要是为了解决denseprediction（密集预测）问题。密集预测问题就是针对图像的每个像素进行操作，给每个像素一个标签，例如：图像语义分割问题。作者认为此类问题要求在结合多尺度上下文信息的情况下输出

weixin_45043668·2020-07-06 06:36

MSDNet（Multi-Scale Dense Convolutional Networks）算法笔记

论文：Multi-ScaleDenseConvolutionalNetworksforEfficientPrediction论文链接：https://arxiv.org/abs/1703.09844代码地址：https://github.com/gaohuang/MSDNetDenseNet的一作康奈尔大学黄高的作品，先来聊聊文章的出发点。对于分类网络的测试而言，有些输入图像是网络容易分类的，有些

AI之路·2020-07-05 18:28

Multi-Scale Context Aggregation by Dilated Convolution读书笔记

DilatedConvolution的产生是为了解决全卷积网络（FCN）在图像分割领域的问题，图像分割需要输入和输出在像素的shape保持一致，但由于池化层的存在导致FCN需要通过上采样扩增size,但是上采样并不能将丢失的信息无损的找回所以存在不足。DilatedConvolution想法很粗暴，既然池化的下采样操作会带来信息损失，那么就把池化层去掉。但是池化层去掉随之带来的是网络各层的感受野变

waqiqi·2020-07-05 15:37

Multi-Scale Context Aggregation by Dilated Convolution训练记录

读完文章后，觉得应该网络框架类似FCN，却可以达到更好的效果。该网络的准确度和花费时间都应该好于FCN-8S，打算funetune一个自己的模型。首先从测试开始，对于predict.py，我认真研究了他的代码，我来具体说一下他的代码结构：首先读入图片后，得到deploy.prototxt中输入图片的大小，以“dilation10_cityscapes_deploy.prototxt”为例，他的网络

waqiqi·2020-07-05 15:36

[Paper 学习笔记] Effcient Multi-Scale 3D CNN with fully connected CRF for Brain Lesion Segmentation

上一篇介绍了用于简单提取2D图像特征的方法，手头项目的数据却是3D图像，希望这一篇能给我一些新的思路。http://blog.csdn.net/sinat_31824577/article/details/51775329一、简介提出一个双路径，11层的用于脑损伤图像分割的3D卷积神经网络。将并联的图像Patch合并可降低计算3D脑图像的计算复杂度、消除数据中的类内不平衡。为了试用局部和更大的内容

嘀嘀嗒嘀啊·2020-07-05 12:52

推荐频道

Multi-scale

论文笔记 ICNP 2016|MS-LSTM: a Multi-Scale LSTM Model for BGP Anomaly Detection

Multi-Scale Convolutional Neural Networks for Time Series Classification

CMS-RCNN阅读小结

SSD 目标识别

Multi-scale Features for Approximate Alignment of Point-based Surfaces论文阅读

paper survey（2019.06.23）——Multi-Scale

一些深度学习调参心得

论文笔记——Multi-Scale Dense Convolutional Networks for Efficient Prediction

[论文解读] MSCNN: A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection

MSCNN论文解读-A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection

论文笔记：AugFPN: Improving Multi-scale Feature Learning for Object Detection

Multi-scale Interactive Network for Salient Object Detection（阅读记录）

最新论文阅读（35）--Single Image Super-Resolution via Cascaded Multi-Scale Cross Network

论文阅读：GridDehazeNet: Attention-Based Multi-Scale Network for Image Dehazing

MSR: Multi-Scale Shape Regression for Scene Text Detection 论文阅读笔记

深度学习（3）VGGNet 神经网络结构

图像修复之《High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis》

深度补全（一）-论文阅读-翻译（Depth Map Prediction from a Single Image using a Multi-Scale Deep Network）

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

文献阅读《SNIPER: Efficient Multi-Scale Training》

深度学习中的数据增强方法

Multi-Scale DenseNets for Efficient Prediction_论文周报

解读Depth Map Prediction from a Single Image using a Multi-Scale Deep Network （2）

一些深度学习调参心得

[目标检测]--AugFPN：Improving Multi-scale Feature Learning for Object Detection

MSRCR（Multi-Scale Retinex with Color Restore）

论文阅读：Multi-Scale Progressive Fusion Network for Single Image Deraining

Context Contrasted Feature and Gated Multi-scale Aggregation for Scene Segmentation

[深度学习从入门到女装]Multi-scale guided attention for medical image segmentation

[论文阅读]Multi-scale guided attention for medical image segmentation

【语义分割】Hierarchical Multi-Scale Attention for Semantic Segmentation

《Real Image Denoising Based on Multi-Scale Residual Dense Block and Cascaded U-Net》论文阅读

论文阅读——CcNet:A cross-connected convolutional network for segmenting retinal vessels using multi-scale

论文阅读 Multi-Scale Structure-Aware Network for Human Pose Estimation

【LanczosNet】LANCZOSNET: MULTI-SCALE DEEP GRAPH CONVOLUTIONAL NETWORKS 论文笔记

【YOLT】《You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery》

论文阅读--Fully-Convolutional Point Networks for large-Scale Point Clouds

[Paper 学习笔记] Multi-Scale 3D Convolutional Neural Networks for Lesion Segmentation in Brain MRI

图像分割经典网络结构

[解读] MSG-GAN: Multi-Scale Gradients for Generative Adversarial Networks

目标检测--A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection

语义分割之特征整合网络：psp-net

顶破天花板的图卷积结构：Break the Ceiling: Stronger Multi-scale Deep Graph Convolutional Networks

论文笔记：SSD: Single Shot MultiBox Detector

【论文阅读笔记】Multi-scale context aggregation by dilated convolutions

《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》阅读总结

MSDNet（Multi-Scale Dense Convolutional Networks）算法笔记

Multi-Scale Context Aggregation by Dilated Convolution读书笔记

Multi-Scale Context Aggregation by Dilated Convolution训练记录

[Paper 学习笔记] Effcient Multi-Scale 3D CNN with fully connected CRF for Brain Lesion Segmentation

[Paper 学习笔记] Effcient Multi-Scale 3D CNN with fully connected CRF for Brain Lesion Segmentation