Threelights的博客

 摘要： 多层神经网络训练的反向传播算法构成了一个成功的基于梯度的学习技术的最好例子。给定适当的网络结构，可以使用基于梯度的学习算法来合成复杂的决策表面，该复杂的决策表面可以用最小的预处理来对诸如手写字符的高维模式进行分类。本文综述了手写字符识别的各种方法，并将它们与标准手写数字识别任务进行比较。卷积神经网络，特别是设计用于处理2D形状的变异性，显示出优于所有其他技术。现实生活中的文档...

这篇博客只是为了学习交流使用，来源知乎ycszen的文章。论文：arxiv.org/abs/1804.09337代码：https://github.com/ycszen/TorchSeg详细解读请见：CVPR 2018 | 旷视科技Face++提出用于语义分割的判别特征网络DFN目录1. 介绍2. 网络结构3.实验1. 介绍现有语义分割方法仍然有待解决的两类挑...

Path Aggregation Network for Instance Segmentation（PANet）用于实例分割的路径聚合网络代码：https://github.com/ShuLiu1993/PANetCVPR2018 Spotlight paper, coco2017实例分割第一名目标检测第二名当前实例分割最佳模型Mask-RCNN的信息传播还不够充分，低层特征到高...