qq_22473333的博客

东阳的学习记录，坚持就是胜利！文章目录图像分割概念语义分割概念辨析语义分割研究现状传统方法存在的问题深度学习方法存在的问题语义分割常用指标研究意义历史意义当前应用摘要分割术语引言全局信息和局部信息感受域平移不变性（貌似被证伪了）Shift-and-stitch上采样网络结构使用分类器做密集预测训练技巧结果分析结果思考与展望图像分割概念语义分割语义分割是计算机视觉中的关键任务之一。 现实中， 越来越多的应用场景需要从影像中推理出相关的知识或语义（ 即由具体到抽象的过程） 。 作为计算机视觉的核心问.

东阳的学习记录，坚持就是胜利！文章目录研究背景及意义研究背景研究意义摘要聚合变换研究背景及意义研究背景VGG：堆叠相同block，结构简单ResNet：Residual ConnetionInception系列：多分支结构，split-transform-merge思想ImageNet挑战赛研究意义总结提出了split-transform-merge思想，对卷积神经网络的设计起到重要作用提炼block堆叠思想，并引入了cardinality指标，为CNN模型设计提供新思路摘.

东阳的学习之路，坚持就是胜利！文章目录研究背景及意义研究背景及意义

东阳的学习记录，坚持就是胜利！文章目录研究背景及意义研究背景Highway Network研究意义摘要残差结构研究背景及意义研究背景Highway Network首个成功训练成百上千层（100层及900层）的卷积神经网络思路：借鉴LSTM， 引入门控单元，将传统前向传播增加一条计算路径， 变成公式（ 3） 形式增加了额外训练参数W_T(这是一个缺点，并且再resnet中避免了)研究意义简洁高效(没有花里胡哨的训练技巧和网络结构)的ResNet受到工业界宠爱， 自提出以来已经成为工业.

东阳的学习记录，坚持就是胜利！文章目录研究背景及意义研究背景研究意义本文提出的问题意义设计准则卷积分解辅助分类层高效的特征图下降策略标签平滑Inception-v2/v3结构conv_blockinception_ainception_binception_cinception_d，e辅助损失层结构总览低分辨率图像分类策略实验结果单模型多模型融合思考与展望key word：Design Principles, 标签平滑，非对称卷积研究背景及意义研究背景GoogleNet-v3是GoogleNe.

东阳的学习记录，坚持就是胜利！文章目录GoogleNet系列论文第二篇，这篇在v1的基础上，增加了BN（批标准化操作）（主要），但对v1的网络结构并没有提出大的改进。

东阳的学习记录，坚持就是胜利！文章目录论文目录研究背景及意义研究背景研究意义网络结构Inception module一个Naive版本例子：一个年长的例子论文目录IntroductionRelated WorkMotivation and High Level ConsiderationsArchitectural DetailsGoogLeNetTraining MethodologyILSVRC 2014 Classification Challenge Setup and Re.

东阳的学习记录，坚持就是胜利！文章目录研究意义网络结构5个结构的相同点和不同点深度的增加并不会带来参数数量的大量增加Vgg16结构示意图Vgg的pytorch官方实现Vgg的特点模型训练细节数据增强尺度扰动模型初始化模型测试细节多尺度测试稠密测试Multi-Crop测试Multi-crop & Dense结果分析单尺度评估多尺度评估模型融合（什么是模型融合）研究意义开启小卷积核时代：3*3卷积核成为主流模型作为各类图像任务的骨干网络结构：分类、定位、检测、分割一系列图像任务大都有VGG.

东阳的学习记录，坚持就是胜利！Alexnet有着划时代的意义：拉开卷积神经网络统治计算机视觉的序幕加速计算机视觉应用落地网络结构pytorch官方实现class AlexNet(nn.Module): def __init__(self, num_classes=1000): super(AlexNet, self).__init__() self.features = nn.Sequential( # conv 1 .