Hi_maxin的博客

风格迁移-Gram损失函数（风格损失函数）详解吴恩达教授卷积神经网络的课程中，有一部分是关于风格迁移的内容。组合内容图片，风格图片生成新的图片主体思路是：随机生成一张图片(可以基于原内容图片生成，从而加速训练)计算其与内容图片之间的内容损失JcontentJ_{content}Jcontent​计算其与风格图片之间的风格损失JstyleJ_{style}Jstyle​最小化损失函数...

现存问题Both convolutional and recurrent operations are building blocks that process one local neighborhood at a time.(卷积操作只处理neighborhood一小块)如何捕获远距离的依赖/相关性?对于序列化的数据,recurrent operations 是主流的解决方案...

图论分割与全景分割传统图分割算法相关工作预计在2.10（春节假期结束为止）完成相关工作，尽可能提前完成工作工作目标：（春节假期结束前完成 （20天左右））明确问题的定义明确图分割算法的评价标准（1天）理解总结各个算法的核心思想 （15天）总结算法中存在的问题以及思考改进措施 （与上一步同步进行）挑选比较好的算法（多个）进行复现 （5天）全景分割相关工作工作...

Faster R-CNN系列（二）：实现anchor导入相关的包import numpy as npimport matplotlib.pyplot as pltimport matplotlib.patches as patches%matplotlib inline定义feature map 的size在这里定义为16*16每个feature map上的点对应原图中8*...

RPN的实现之神经网络部分的实现RPN的框架：图解上支路是所有anchor的修正量（4*9）下支路是前景背景9个anchor的分类得分(前景 背景)rpn_matchlabel为1的anchor： 当一个anchor与真实bounding box的最大IOU超过阈值Vt1(0.7)label为-1的anchor ： 当一个anchor与真实bounding box的最...

Faster R-CNN系列的汇总：运行开源版1.window 运行开源的tensorflow版 faster rcnn自己实现keras版faster rcnn （step-by-step）以下两篇为keras 与faster rcnn的基础理解与实验2.anchor 的实现3.用keras构建多输入-多输出-多自定义loss的模型更新中...

用keras构建多输入-多输出-多自定义loss的模型keras 有两种模型Sequential 顺序模型Model 函数式模型 Model(inputs,outputs,name=None)from keras import Sequential, Modelimport keras.layers as KLimport keras.backend as Kimport nu...

转载自：https://blog.youkuaiyun.com/qq_24695385/article/details/80368618 目前在自学计算机视觉与深度学习方向的论文，今天给大家带来的是很经典的一篇文章 ：《ImageNet Classification with Deep Convolutional Neu...

相关论文 non local 操作要点:criss-cross attention module 获得上下文信息循环操作, 每一个像素可以获得全图信息优势:与non-local 操作相比,少了85%的浮点运算,与non-local 操作相比,GPU占用率时1/11state of the art现存问题Due to the fixed geometric struct...