摘要： [TOC] 0. 前言   今天读了U Net觉得很不错，同时网上很多很好很详细的讲解，因此就不再自己写一个overview了，互联网的意义就是给了我们相互学习，相互借鉴的黄金机会（懒惰完美的接口）。 1. "第一篇" ! flowchart 箭头图标 勿删 1. 按论文章节回 阅读全文

摘要： 文章来源：https://www.tinymind.cn/articles/410 本文来自 CSDN 网站，译者蓝三金 图像的语义分割是将输入图像中的每个像素分配一个语义类别，以得到像素化的密集分类。虽然自 2007 年以来，语义分割/场景解析一直是计算机视觉社区的一部分，但与 阅读全文

摘要： [TOC] 0. Paper link "DenseNet" 另外，关于DenseNet需要内存优化等，但我目前还看不懂。。先mark一下，之后再去学习： "传送门" 1. Overview   文章开篇提到了如果在靠近输入与输出的层之间存在短连接（shorter connect 阅读全文

摘要： [TOC] 0. Paper link "MobileNets" 1. Overview   MobileNets是一种基于深度可分割卷积的轻量流线型结构，引进了两个简单的全局超参数在延迟与准确率之间达到了平衡，并且超参数让model builder可以按照不同的应用场景的限制去 阅读全文

摘要： [TOC] 0. paper link "inception v3" 1. Overview   这篇文章很多“经验”性的东西，因此会写的比较细，把文章里的一些话摘取出来，多学习一下，希望对以后自己设计网络有帮助。 2. Four General Design Principle 阅读全文

摘要： @[toc] 0. 论文链接 FCN(https://arxiv.org/abs/1411.4038) 1. 概述   语义分割(semantic segmentation)其实就是对每个像素点进行预测分类（dense prediction）。这也应该是第一个训练对像素进行预测并 阅读全文

摘要： @[toc] 0. 论文链接 "ResNet" 1. 概述   从AlexNet出现后，后面的模型包括VGG，GoogLe Net等都是想办法让网络边更宽更深，因为大量的实验证明网络更深更宽它的性能会更好。比较容易想到的是一味的增加深度会使得梯度爆炸/消失，但这问题在很大程度上使 阅读全文

摘要： 前言 懒癌翻了，这篇不想写overview了，公式也比较多，今天有（zhao）点（jie）累（kou），不想一点点写latex啦，读论文的时候感觉文章不错，虽然看似很多数学公式，其实都是比较基础的公式，文章也比较细，从网上找了两篇较好的讲解，引用连接在每篇文章前面。 文章1 https://www. 阅读全文

摘要： @[toc] 0. 论文地址 http://arxiv.org/pdf/1311.2901.pdf 1. 概述   本文设计了一种可以可视化卷积层中feature map的系统，通过可视化每层layer的某些activation来探究CNN网络究竟是怎样“学习”的，同时文章通过可 阅读全文

摘要： 前言 本来想按照惯例来一个overview的，结果看到1篇十分不错而且详细的介绍，因此copy过来，自己在前面大体总结一下论文，细节不做赘述，引用文章讲得很详细，另外这篇paper引用十分详细，如果做detection可以从这篇文章去读更多不同类型的文章。 论文概述   卷积网络 阅读全文