03 2021 档案
摘要:卷积核学到了什么 如果想知道下图中第1个卷积层中的每个卷积核的功能,因为它参数比较少而且其输入是原图片,所以我们直接结合原图片观察卷积核的参数就可以知道该卷积核的功能。 如上图所示,CNN中第2个卷积层的输入不是直观的图片而且其卷积核的感受野比第1个卷积层中卷积核的感受野更大,因此我们无法通过观察卷
阅读全文
摘要:卷积神经网络(CNN)常常被用来做图像处理,当然也可以用一般的神经网络,那它们各自有什么优缺点呢? FNN用于图片处理的缺点 使用一般的全连接前馈神经网络(FNN)处理图片时的缺点: 需要很多的参数 假设有一张尺寸100×100的图片(尺寸已经算很小了),那输入层就有100×100×3=30K个像素
阅读全文
摘要:本文为作者学习李宏毅机器学习课程时参照样例完成homework2的记录。 关注我的公众号:臭咸鱼,回复LHY可获取课程PPT、数据和代码下载链接。 代码仓库:chouxianyu/LHY_ML2020_Codes,里面除了代码还有数据、PPT、笔记等资源喔~ 任务描述(Task Descriptio
阅读全文
摘要:本文为作者学习李宏毅机器学习课程时参照样例完成homework2的记录。 关注我的公众号:臭咸鱼,回复LHY可获取课程PPT、数据和代码下载链接。 代码仓库:chouxianyu/LHY_ML2020_Codes,里面除了代码还有数据、PPT、笔记等资源喔~ 任务描述(Task Descriptio
阅读全文
摘要:基本信息 论文名称 A Simple Pooling-Based Design for Real-Time Salient Object Detection 作者 Jiang-Jiang Liu, Qibin Hou, Ming-Ming Cheng等 发表时间 2020年 来源 CVPR2019
阅读全文
摘要:基本信息 论文名称 基于深度学习的显著性目标检测综述 作者 史彩娟等 发表时间 2020年 来源 知网 说明 本文基本研究对象为:基于深度学习的SOD算法。 下文中将显著性目标检测简写为SOD(Salient Object Detection),将基于深度学习的显著性目标检测算法简写为DSOD(De
阅读全文
摘要:基本信息 论文名称 BASNet: Boundary-Aware Salient Object Detection 作者 Xuebin Qin等 发表时间 2019年 来源 CVPR2019 主要收获 知识 本文混合损失函数中的3种loss 本文核心是混合损失函数以及refine module,其中
阅读全文
摘要:基本信息 论文名称 Pyramid Scene Parsing Network 作者 Hengshuang Zhao等 发表时间 2016年 来源 CVPR2017 主要收获 知识 scene parsing的目标是给图片中每个像素赋予1个类别标签,其可以提供对场景的完整理解,预测每个element
阅读全文
摘要:FPN网络图解 原图片以及PPT源文件下载链接(欢迎关注我的知乎!): 链接:https://pan.baidu.com/s/10y78HagInyCuCA-aMeNJpg 提取码:iccm 复制这段内容后打开百度网盘手机App,操作更方便哦 基本信息 论文名称 Feature Pyramid Ne
阅读全文