论文详解
关注
分享
扫一扫
月亮是蓝色
纸上得来终觉浅，绝知此事要躬行
展开
-
CliqueNet:Convolutional Neural Networks with Alternately Updated Clique详解
Convolutional Neural Networks with Alternately Updated Clique 是2018年北大团队在CVPR上发表的，这是继DenseNet之后又一密集网络。在图像识别数据集上作者达到了the state-ofthe-art performance with fewer parameters。以下文章讲解是本人粗浅的看法，如有不同的意见大家可以指出并进...原创 2018-09-12 15:05:22 · 2307 阅读 · 0 评论 -
SENet：Squeeze-and-Excitation Networks详解
这篇论文在2017年由Momenta 自动驾驶AI公司和斯坦福大学团队提出。一、摘要 卷积神经网络通过在局部感受野上进行卷积操作来融合空间和通道信息提取信息的特征。为了增加网络的表达的能力，最近的方法比如增加稀疏编码获得了不错的效果。在本文中，作者关注通道之间的关系并且提出了一个新颖的结构单元"squeeze-and-excitation" 简称SE模块。这个SE模块通过准确的对通...原创 2018-09-16 23:06:03 · 3407 阅读 · 0 评论 -
ResNet: Deep Residual Learning for Image Recognition详解
Deep Residual Learning for Image Recognition 这是一篇2015年何凯明在微软团队提出的一篇大作，截止目前其论文引用量达12000多次。摘要 网络比较深的模型比较难以训练。作者提出了一个残差学习的框架来减轻模型的训练难度，并使得其模型深度远远大于之前的工作。我们明确地将层作为输入学习残差函数，而不是学习未知的函数。我们提供了非常全面的实验数据来...原创 2018-09-17 19:42:14 · 803 阅读 · 0 评论 -
【论文详解】DPED：DSLR-Quality Photos on Mobile Devices with Deep Convolutional Networks
目录1.论文概述2.效果展示3.网络内容介绍3.1作者的贡献3.2 网络数据3.3 网络结构3.4 损失函数3.4.1颜色损失。3.4.2纹理损失textures loss。3.4.3内容损失 content loss。 3.4.4梯度损失 total variation loss。1.论文概述这是一篇关于图像增强的神经网络论文，将手机照片作为输...原创 2018-11-24 00:44:51 · 8357 阅读 · 2 评论