qq_48984174的博客

Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector一篇来自腾讯优图和香港大学的2020联合之作解决问题本文解决了在Few-shot目标检测中:给定一个包含新目标的few-shot支持图像，能够检测出测试集中所有包含目标物体的前景目标。本文主要贡献:提出一个Few-Shot目标检测模型(Contrastive tanning strategy、attention module on RPN and det

文章目录科普知识DPN架构科普知识[1].深度学习中卷积层和pooling层的输出计算公式[2].理解分组卷积和深度可分离卷积如何降低参数量[2].DPN（Dual Path Network）算法详解[3].Pytorch实现版DPN架构import torchimport torch.nn as nnimport torch.nn.functional as Ffrom collections import OrderedDict__all__ = ['DPN', 'dpn92

文章目录CSP结构Applying CSPNet to ResNe(X)tApplying CSPNet to DenseNetDarkNet53介绍CSPDarknet53架构参考CSP结构Applying CSPNet to ResNe(X)t原文如此介绍：设计出Partial transition layers的目的是最大化梯度联合的差异。其使用梯度流截断的手段避免不同的层学习到重复的梯度信息。得出的结论是，如果能够有效的减少重复的梯度学习，那么网络的学习能力能够大大提升.Applying