原创 論文筆記:Fully Convolutional Networks for Semantic Segmentation(FCN)

一、基本信息 標題:Fully Convolutional Networks for Semantic Segmentation 時間:2015 出版源:CVPR 論文領域:計算機視覺、CNN、FCN、語義分割 引用格式:Long

原创 每週學習新知識1-2:深度學習中的1x1卷積核

對於1x1矩陣最直觀的感受是能有什麼作業,滑動的時候怎麼提取特徵。其實最開始就理解錯了。1x1卷積不是用來取特徵的,而是用來降維和升維 1x1卷積核,又稱爲網中網(Network in Network) 理解中的樣子 emm

原创 論文筆記:Deep Residual Learning for Image Recognition(ResNet)

一、基本信息 標題:Deep Residual Learning for Image Recognition 時間:2015 第一作者:Kaiming He 論文領域:深度學習、計算機視覺、CNN 引用格式:He K, Zhang

原创 論文筆記:Deeper Depth Prediction with Fully Convolutional Residual Networks

一、基本信息 標題:Deeper Depth Prediction with Fully Convolutional Residual Networks 時間:2016 引用格式:Laina I, Rupprecht C, Bel

原创 論文筆記:Digging into self-supervised monocular depth estimation

一、基本信息 標題:Digging into self-supervised monocular depth estimation 時間:2019 出版源:ICCV 論文領域:深度學習、深度預測、三維重建 引用格式:Godard

原创 論文筆記:Going deeper with convolutions

一、基本信息 標題:Going deeper with convolutions 時間:2014 出版源:IEEE 論文領域:深度學習,CNN 引用格式:Szegedy C, Liu W, Jia Y, et al. Going

原创 cv論文筆記:Very deep convolutional networks for large-scale image recognition

一、基本信息 標題:Very deep convolutional networks for large-scale image recognition 時間:2014 出版源:arXiv 論文領域:CNN、深度學習 引用格式:S

原创 cv論文筆記:SIFT Meets CNN: A Decade Survey of Instance Retrieval

一、基本信息 標題:SIFT Meets CNN: A Decade Survey of Instance Retrieval 時間:2017 出版源:IEEE Transactions on Pattern Analysis a

原创 每週學習新知識4:深度學習(CNN)中的卷積

卷積操作其實可以分成三種操作: Valid valid 操作,滑動步長爲S,圖片大小爲N1xN1,卷積核大小爲N2xN2,卷積後圖像大小:(N1-N2)/S+1 x (N1-N2)/S+1如上圖 S = 1 N1 = 4 N2

原创 每週學習新知識1:深度學習中的Dropout

今天仔細看了一下AlexNet,發現最後有個dropout層,按以前理解還以爲類似降採樣。 圖片來自這裏 出現原因 神經網絡神經元可能過多,會導致過擬合,所以dropout作用就是隨機刪減一些神經元,給定刪減概率p,如下圖:

原创 每週學習新知識3:深度學習中的MiniBatch

我們先來看一個引子: Mini-batching在這一節,你將瞭解什麼是 mini-batching,以及如何在 TensorFlow 裏應用它。 Mini-batching 是一個一次訓練數據集的一小部分,而不是整個訓練集的技術

原创 cv論文筆記:Distinctive Image Features from Scale-Invariant Keypoints

一、基本信息 標題:Distinctive Image Features from Scale-Invariant Keypoints 時間:2004 出版源:International Journal of Computer V

原创 cv論文筆記:ImageNet Classification with Deep Convolutional Neural Networks

一、基本信息 標題:ImageNet Classification with Deep Convolutional Neural Networks 時間:2012 出版源:Neural Information Processing

原创 每週學習新知識5:FCN中的反捲積(Deconvolution)、上採樣(UpSampling)

看了FCN論文,對於最後的反捲積和和上採樣不是很理解 卷積回顧 反捲積 這是卷積的三種操作,在這篇論文中反捲積也可以稱爲上採樣操作,因爲相比於下采樣,圖片越來越小的操作,上採樣操作使得整個整個圖片越來越大的操作, 下面看反捲

原创 se論文筆記:Ways of Applying Artificial Intelligence in Software Engineering

一、基本信息 標題:Ways of Applying Artificial Intelligence in Software Engineering 時間:2018 出版源: IEEE 論文領域:軟件工程,人工智能 引用格式:R.