qq_40940540的博客

OverFeat: 3、Classification 3.2 Feature Extractor ​ 网络有两个模型，一个偏向速度，一个偏向精度 3.3 multi-scale classification 什么是multi-view ？ ​ multi-view voting用来提高测试性能：输入一张256x256的照片，图片的四个角和中间可以裁剪得到5张224x224的输入，将原图水平翻转再得5张，将这10张图片输入到模型中进行预测，然后取各预测值的均值 什么是 multi-scale？ ​ 图像尺度的

Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector 先发一篇Note，因为Thinking要写的内容太多，代码和之前的有些内容还没深入学（需要元学习和经典目标识别框架的基础），所以可能要延时更新 默默奉劝一句，这篇论文意义不大，更多的是直接应用（其实就是一个数据集比较有亮点） 对于神经网络类的论文，我想从以下几个方面在把握住： 问题的提出，该领域历史上都做了哪些努力，有哪些不足之处，作者提出了什么方法，想要解决哪

Deep Neural Networks for Object Detection Thinking 这篇文章纯粹是以自己观点来看这篇论文，局限于自己的知识水平和能力，肯定有多多少少的错误。Note会单独写一篇文章，一篇Note，一篇thinking 问题的提出： ​ 不仅仅分类，而且要精确的定位 论文的目的： ​ 通过DNN的回归解决object detection问题。通过一个公式，用 bb mask目标的回归问题来解决对象检测。而且还提出了多尺度 inference过程，能将低成本，将低分辨率转为高分