随笔分类 -  backbone网络

摘要:博客: "博客园" | "CSDN" | "blog" 写在前面 如题,这篇文章将尝试从卷积拆分的角度看一看各种经典CNN backbone网络module是如何演进的,为了视角的统一,仅分析单条路径上的卷积形式。 形式化 方便起见,对常规卷积操作,做如下定义, I:输入尺寸,长HW 阅读全文
posted @ 2020-05-14 20:42 shine-lee 阅读(2009) 评论(0) 推荐(2) 编辑
摘要:博客:博客园 | CSDN | blog 写在前面 Inception 家族成员:Inception-V1(GoogLeNet)、BN-Inception、Inception-V2、Inception-V3、Inception-ResNet-V1、Inception-V4、Inception-Res 阅读全文
posted @ 2020-04-03 20:50 shine-lee 阅读(2631) 评论(0) 推荐(2) 编辑
摘要:[TOC] 博客: "博客园" | "CSDN" | "blog" 写在前面 在博客《ResNet详解与分析》中,我们谈到ResNet不同层之间的信息流通隐含在“和”中,所以从信息流通的角度看并不彻底, 相比ResNet,DenseNet最大的不同之处在于,并不对feature map求elemen 阅读全文
posted @ 2020-02-28 21:57 shine-lee 阅读(6076) 评论(3) 推荐(3) 编辑
摘要:[TOC] 博客: "博客园" | "CSDN" | "blog" Resnet要解决的是什么问题 ResNets要解决的是深度神经网络的“退化”问题。 什么是“退化”? 我们知道,对浅层网络逐渐叠加layers,模型在训练集和测试集上的性能会变好,因为模型复杂度更高了,表达能力更强了,可以对潜在的 阅读全文
posted @ 2020-02-25 20:03 shine-lee 阅读(90866) 评论(3) 推荐(54) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 VGG(2014)网络出自paper "《Very Deep Convolutional Networks for Large Scale Image Recognition》" ,为 "ILSVR 阅读全文
posted @ 2019-10-14 20:08 shine-lee 阅读(3057) 评论(0) 推荐(3) 编辑
摘要:[toc] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 "《Network in Network》" 简称NIN,出自 "颜水成老师" 团队,首次发表在arxiv的时间为2013年12月,至20190921引用量为2871(google scholar) 阅读全文
posted @ 2019-10-11 17:58 shine-lee 阅读(1614) 评论(0) 推荐(1) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 ZFNet出自论文 "《 Visualizing and Understanding Convolutional Networks》" ,作者Matthew D. Zeiler和Rob Fergus 阅读全文
posted @ 2019-09-21 15:14 shine-lee 阅读(4150) 评论(0) 推荐(0) 编辑
摘要:[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 写在前面 本文重点在于回顾深度神经网络在CV领域的 First Blood —— AlexNet ,AlexNet是首个在大规模图像识别问题取得突破性进展的深度神经网络,相比基于SIFT+FVs、稀疏编码的传 阅读全文
posted @ 2019-09-10 12:05 shine-lee 阅读(2322) 评论(0) 推荐(0) 编辑
摘要:深度神经网络繁多,各自的性能指标怎样? 实际应用中,在速度、内存、准确率等各种约束下,应该尝试哪些模型作为backbone? 有paper对各个网络模型进行了对比分析,形成了一个看待所有主要模型的完整视角,其分析结果可以在实践中提供指导和帮助。 这篇博客主要整合了其中3篇文章的结论,分别是 1. " 阅读全文
posted @ 2019-08-28 19:53 shine-lee 阅读(8628) 评论(0) 推荐(3) 编辑

51La
点击右上角即可分享
微信分享提示