bananalone的博客

论文：Learning Deep Features for Discriminative LocalizationCAM目标定位简介CAM简介CAM全称class activation maps，该技术能让做了分类训练的CNN既能对图片进行分类，又能定位特定类别的图片区域。CAM生成类激活图（class activation maps）的流程如下：使用类似于network in network，GoogLeNet的网络架构，网络主要由卷积层组成，在最终输出层（分类时为softmax）之.

论文：Attention-Guided Hierarchical Structure Aggregation for Image Matting代码：wukaoliu/CVPR2020-HAttMatting基于注意力引导的层次结构聚集图像抠图介绍方法概述网络结构整体网络设计金字塔特征提取外观线索过滤损失函数实验参考介绍图像抠图是指从输入图像中精确估计前景的不透明度。图像抠图的逆过程是图像合成，合成方程如下：其中：zzz 指的是输入RGB图像 III 的像素位置αz,Fz,Bz\alp.

原文：《A Brief Introduction to Weakly Supervised Learning》作者：周志华弱监督学习1. 概览2. 不完全监督（incomplete supervision）2.1 主动学习2.2 半监督学习2.2.1 为什么未标注数据对构建预测模型有用？2.2.2 基本假设2.2.3 主要方法3. 不确切监督（inexact supervision）4. 不准确监督（inaccurate supervision）5. 总结6. 参考资料1. 概览在强监督条件下，.

论文： Feature Pyramid Networks for Object Detection特征金字塔网络（FPN）1. 介绍2. 网络结构2.1 自下而上的通道2.2 自上而下的通道2.3 横向连接3. 核心思想引用1. 介绍（a）图像金字塔对原图对原图进行上采样和下采样得到不同尺度的图像，然后分别对不同尺度的图像做卷积得到特征图（feature map），这样做明显很耗时。（b）只用到了最高层的特征，越高层特征图语义信息越丰富，但是分辨率会降低，这样网络会不可避免的忽略小目标，比如R-C