05 2019 档案
摘要：论文原址:https://pdfs.semanticscholar.org/eeb7/c037e6685923c76cafc0a14c5e4b00bcf475.pdf 摘要 本文研究了利用深度神经网络及逆行自动语音识别(ASR)的语音模型，其输入是直接输入窗口形语音波(WSW)。本文首先证明了，网络
阅读全文
摘要：论文原址：https://arxiv.org/abs/1703.10295 github:https://github.com/lachlants/denet 摘要 本文重新定义了目标检测，将其定义为用于评估一个规模较大但较为稀疏的的边界框依赖性的概率分布。随后，作者确定了一个评价稀疏分布的机制，D
阅读全文
摘要：Reference: https://github.com/NervanaSystems/distiller https://nervanasystems.github.io/distiller/index.html PART I: 介绍 Distiller模型压缩包含的算法: 稀疏算法(剪枝+正则
阅读全文
摘要：PART I: 搭建环境OPENVINO+Tensorflow1.12.0 I: l_openvino_toolkit_p_2019.1.094 第一步常规安装参考链接：https://docs.openvinotoolkit.org/latest/_docs_install_guides_inst
阅读全文
摘要：论文原址:https://arxiv.org/abs/1811.07275 摘要 一个训练好的网络模型由于其模型捕捉的特征中存在大量的重叠，可以在不过多的降低其性能的条件下进行压缩剪枝。一些skip/Dense网络结构一定程度上减弱了重叠的现象，但这种做法引入了大量的计算及内存。本文从更改训练方式的
阅读全文
摘要：python -c "import tensorflow; print(tensorflow.pywrap_tensorflow.IsMklEnabled())" source activate_tf.sh export MKL Verbose=1
阅读全文
摘要：Step I:下载预训练模型 wget -O - https://github.com/mozilla/DeepSpeech/releases/download/v0.3.0/deepspeech-0.3.0-models.tar.gz | tar xvfz - 文件内容如下 StepII:利用te
阅读全文
摘要：论文原址:https://arxiv.org/pdf/1903.06586.pdf github: https://github.com/implus/SKNet 摘要 在标准的卷积网络中，每层网络中神经元的感受野的大小都是相同的。在神经学中，视觉神经元感受野的大小是由刺激机制构建的，而在卷积网络中
阅读全文
摘要：论文原址:https://arxiv.org/abs/1709.01507 github:https://github.com/hujie-frank/SENet 摘要 卷积网络的关键构件是卷积操作，在每层感受野的范围内通过融合局部及channel-wise信息可以使网络构建特征。一些研究关注空间组
阅读全文
摘要：论文原址：https://arxiv.org/abs/1904.01169 摘要 视觉任务中多尺寸的特征表示十分重要，作为backbone的CNN的对尺寸表征能力越强，性能提升越大。目前，大多数多尺寸的表示方法是layer-wise的。本文提出的Res2Net通过在单一残差块中对残差连接进行分级，进
阅读全文
摘要：论文原址：https://arxiv.org/abs/1904.03797 摘要 FoveaBox属于anchor-free的目标检测网络，FoveaBox直接学习可能存在的图片种可能存在的目标，这期间并不需要anchor作为参考。主要靠两方面实现:（1）产生类别敏感的语义map用于表示目标物存在的
阅读全文
摘要：论文原址：https://arxiv.org/abs/1901.08043 github: https://github.com/xingyizhou/ExtremeNet 摘要 本文利用一个关键点检测网络来检测目标物的最左边，最右边，顶部，底部及目标物中心五个点。如果这几个点在几何空间上对齐，则生
阅读全文