senius的博客

title: CoordConv - My Surprising Findingsauthor: yangseniusoriginal url: https://senyang-ml.github.io/2020/09/22/coordconv/mathjax: truedate: 2020-9-22 19:53:41tags:Deep LearningReproduceNeural NetworkUber团队在2018NeurIPS上提出了CoordConv，它分析了卷积神经网络.

title: Detrauthor: yangseniusoriginal link: https://senyang-ml.github.io/2020/06/04/detr/date: 2020-06-04 18:19:09Detr （DEtection TRansformer） 是最近很受关注的一个工作。论文叫做「End-to-end object detection with Transformers」， Facebook Research目前把它投稿到了2020年的ECCV。鉴于网.

title: Stacked Capsule Autoencoders-堆叠的胶囊自编码器date: 2020-02-11 19:18:171. 引言《stacked capsule autoencoders》使用无监督的方式达到了98.5%的MNIST分类准确率。Stacked Capsule Autoencoders 发表在 NeurIPS-2019，作者团队阵容豪华。可以说是官方...

今天在arxiv上看到了这篇［论文] (https://arxiv.org/abs/1910.06278），个人认为这是一个很有意思的工作, 利用用heatmap上的最大值以及其对应位置m, 来估计真实高斯分布均值位置μ. 这样的量化误差（下采样导致的量化最小单位误差）能够得到最大程度上的减轻．代替了经验上的估计方法：取峰值到次峰值的１／４偏移处的位置（这个估计其实也是很符合高斯分布了）．公式６...

重新思考人体姿态估计–2D人体姿态估计基本任务的研究问题、意义和应用1.基本定义：从单张RGB图像中，精确地识别出多个人体的以及其骨架的的稀疏的关键点位置。2.基本任务：定位图像中人体的关键点位置，并确定其隶属的人体。任务的人为抽象解析:关键点及周围的局部特征是什么样的？关键点之间的空间约束关系是什么样的？不同人体之间的交互关系是什么样的，人体与外界环境之间的交互关系是什么？当下深度CN...

G-RMIPersonLabPIFPAF

MetaAnchor: Learning to Detect Objects with Customized AnchorsNeuIPS 2018原创博文 转载请注明来源一般目标检测方法中的Anchors的生成是来自于人类的先验知识:bi∈B which&n

原创博文，转载请注明来源（csdn or blog）引言Learning to learn，即学会学习，是每个人都具备的能力，具体指的是一种在学习的过程中去反思自己的学习行为来进一步提升学习能力的能力。这在日常生活中其实很常见，比如在通过一本书来学习某个陌生专业的领域知识时（如《机器学习》），面对大量的专业术语与陌生的公式符号，初学者很容易看不下去，而比较好的方法就是先浏览目录，掌握一些简...