Alan317的专栏

learning and transferring mid-level image representations using convolutional neural networks论文理解1.贡献文章是从transfer learning的角度来看看待特征学习，并不是像之前的方法比如R-CNN那样把最后的softmax输出节点个数改成相应数据集class的个数，然后调低学习率

Simultaneous Detection and Segmentation（SDS）论文理解==============================================================================================如题目而言，把分割与检测同时做，文章是用他们之前CVPR14的MCG（Multiscale Co

文章把weakly supervised learning（这里只用到了image-level的annotation）与CNN融合来解决object recognition问题，同时网络产生的maps能从杂乱的背景中localizes objects，作者claim出的结果在Pascal VOC 2012的效果甚至好于fully supervised learning（每张图片annotated with object labels + corresponding bounding boxes）。