One Way的博客

Timeception for Complex Action RecognitionNoureldien Hussein, Efstratios Gavves, Arnold W. M. Smeulders Timeception for Complex Action Recognition CVPR, 2019学习时，别忘了总是要问自己一个为什么前言:这篇文章我只是粗读了第一遍,接下...

道路检测目的为了更好的分割路面,使用雷达信息进行辅助,从而希望提高准确率. 但是因为使用雷达信息时会有很多问题.困难一. 雷达数据和图片的空间信息不一致困难二. 雷达数据与图片提取特征后得到的特征空间不一致结构大体结构如下:是一个双输入结构,上面的branch输入图片,下面的输入lidar信息,但是因为雷达存在数据空间和特征与图像不匹配的问题,于是在下层branch中,先用做对于数...

Dance with Flow: Two-in-One Stream Action Detection学习时,别忘了总是要问自己一个为什么论文文章: Dance with Flow: Two-in-One Stream Action Detection连接: https://arxiv.org/abs/1904.00696简介Two-in-One Stream Action Dete...

STEP: Spatio-Temporal Progressive Learning for Video Action Detection学习时，别忘了总是要问自己一个为什么论文文章： STEP: Spatio-Temporal Progressive Learning for Video Action Detection链接：https://arxiv.org/pdf/1904.092...

Network in Network简介本文将传统CNN中的GLM(generalized linear model)替换为MLP(Multi layer perception)从而增加模型对感受野中局部特征的辨别能力增加非线性，并引入了global average pooling的概念来代替全连接网络（有特征分类的过拟合问题）。结构用多个多层感知机+激活函数 代替卷积层运算：添加...

ZFNet简介神经网络的内部生成情况目前还没有被很好的理解掌握,理解一个网络的运行需要j进一步解释中间层的特征活动。 ZFNet 的作者通过构筑一种可视化结构实现了对网络的进一步理解。并通过这种方法提高了模型的perfoemance。present a novel way to map these activities back to the input pixel space结构...

AlexNet 简记简介12年，神经网络大概经历了 Perceptron - LeNet - AlexNet 的演变。AlexNet 在ILSVRC-2012大赛取得好成绩（15.3%）。也容易发现，AlexNet 与LeNet 极其相似，或许是受到了老师LeCun的启发，或许是在实现LeNet的过程中优化了结构，诞生了AlexNet。两者的结构图如下： Average Pooli...

VGG简介主要意义试验了增加小感受野卷积网络层级深度可以提高分类结果的正确率。预处理各通道减去RGB在训练集上的均值。特点卷积核很小（3×33\times33×3 or 1×11\times11×1 ）通过设置stride和padding使卷积层不改变layer大小通过max pooling减小layer大小通过一直增加卷积核的数量增加feature maps的数量增加...

Generative Adversarial Network 1本文不会详细讲解GAN,第一次的学习只会站在一个大的概念上进行大致的探索．概述GAN(generative adversarial network),即生成对抗网络．GAN的重点是"生成"，而形式上是用"对抗"