
深度学习
文章平均质量分 93
介绍研究生以及工作生涯开始的一些深度学习知识以及技巧总结。
MuscleW
技术小菜,发帖勿喷。
展开
-
快速理解卷积神经网络VGG16/VGG19,以及每个模块的作用及意义。
VGG历史 VGGNet是牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司的研究员一起研发的卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系,通过反复的使用3x3的小型卷积核和2x2的最大池化层,VGGNet成功地构筑了16~19层深的卷积神经网络。VGG网络结构首先解释一下图中的结构,ABCDE分别为当时V...原创 2018-11-26 00:20:25 · 52935 阅读 · 13 评论 -
显著性物体检测方法汇总
对目前几乎所有的利用深度学习的显著性物体检测算法进行了一个汇总,列表中主要包括公布代码或者结果的方法。链接:https://github.com/jiwei0921/SOD-CNNs-based-code-summary-/blob/master/README.md希望多大家有帮助!...原创 2019-02-12 01:28:02 · 3289 阅读 · 0 评论 -
卷积神经网络发展汇总,全!!!
研究生阶段接触了一年半的深度学习,对相关领域的各种网络结构也有了一定的积累。对于初学者来说,熟悉各种网络的不同,以及每个阶段的技术创新,对于训练自己的网络和提出新的idea以及选择一个好的backbone都会有很好的帮助。希望这样的总结,会对大家有所帮助。...原创 2019-04-27 16:26:52 · 3217 阅读 · 0 评论 -
MobileNets 轻量级网络 从v1到v3
MobileNet v1由谷歌2017年提出,可谓是大放异彩。深度学习的理论和实践的快速发展,项目落地越来越被更多的研究人员关注,而手机端的应用尤为重要,这就使得轻量级的网络变得至关重要,一个好的轻量级网络不但要在参数上达到轻量的需求,精度上也要表现优异。深度可分离卷积为什么第一个要写它?因为总结一句话,MobileNet v1就是把VGG中的卷积都换成了深度可分离卷积,就是这么的简单粗暴。...原创 2019-06-26 21:32:02 · 956 阅读 · 0 评论