摘要: Tutorial on Losses in Convolutional Neural Networks Abstract 1. Introduction 2.Related Work 3. Cross-Entropy Loss The Cross-Entropy Loss is actually t 阅读全文
posted @ 2019-05-17 17:50 ChinaField 阅读(163) 评论(0) 推荐(0) 编辑
摘要: Xception: Deep Learning with Depthwise Separable Convolutions Xception是在Inception结构的基础上通过加强假设:空间卷积和深度卷积不相关,分开操作效果更好,得到的。它先进行逐深度的空间卷积,再通过1*1卷积做深度卷积,将空间 阅读全文
posted @ 2019-05-07 09:29 ChinaField 阅读(402) 评论(0) 推荐(0) 编辑
摘要: 英文原文链接:http://cs231n.github.io/python-numpy-tutorial/ Numpy Numpy是Python中科学计算的核心库。它提供了一个高性能的多维数组对象,以及处理这些数组的工具。如果您已经熟悉MATLAB,那么在开始学习Numpy时,您可能会发现本教程非常 阅读全文
posted @ 2019-04-19 10:49 ChinaField 阅读(863) 评论(0) 推荐(0) 编辑
摘要: You Only Look Once: Unified, Real-Time Object Detection Joseph Redmon, CVPR, 2016 1. 之前的目标检测工作将分类器用作检测,而YOLO将检测问题看做回归问题,用一个网络端对端地执行检测任务(包括边界框位置和相应的类别概 阅读全文
posted @ 2019-04-17 21:27 ChinaField 阅读(308) 评论(0) 推荐(0) 编辑
摘要: U-Net: Convolutional Networks for Biomedical Image Segmentation U-Net:用于生物医学图像分割的卷积网络 摘要 要想成功地训练一个深度网络需要大量的数以千计的有标记的样本,这已经成为了业内共识。在本文中,我们提出了一种网络和相应的训练 阅读全文
posted @ 2019-04-09 14:51 ChinaField 阅读(5834) 评论(0) 推荐(1) 编辑
摘要: 本文先对FCN的会议论文进行了粗略的翻译,使读者能够对论文的结构有个大概的了解(包括解决的问题是什么,提出了哪些方案,得到了什么结果)。然后,给出了几篇博文的连接,对文中未铺开解释的或不易理解的内容作了详尽的说明。最后给出了FCN代码的详解(待更新)。 Fully Convolutional Net 阅读全文
posted @ 2019-04-07 14:49 ChinaField 阅读(2714) 评论(0) 推荐(0) 编辑