Emma-SJ-CSDN博客

原创一个ICLR 2020个人偏向的list

ICLR 2020 Interesting papersGenerative ModelGeneralizationRepresentation LearningDomain AdaptationMulti-modal (image/text)Graph Neural NetworkSelf-supervised LearningSemi-supervised LearningWeakly-su...

2020-05-03 16:24:55 1481

原创 paper list for Whole Slide Images classification

传送门

2018-08-03 15:53:20 388

原创论文笔记：Visual Domain Adaptation with Manifold Embedded Distribution Alignment

https://www.evernote.com/shard/s698/sh/f34ce50d-a5de-4b1b-8784-2fcff0a88e0c/106224c1bd3c2467aceb83d810b39250

2018-08-01 17:42:35 818

原创论文笔记：Analysis of representations for domain adaptation

https://www.evernote.com/shard/s698/sh/06726cea-6211-41f7-83e4-4e5660f45eaf/2d9dc06362b260cf82429e8793bc9eca

2018-07-31 21:28:06 2203

原创论文笔记：Multi-Scale Dense Networks for Resource Efficient Image Classification

Multi-Scale Dense Networks for Resource Efficient Image Classification[ICLR2018 oral] 原文链接：传送门目录Multi-Scale Dense Networks for Resource Efficient Image Classification目录问题解决方法个人理解主要贡献...

2018-02-25 15:22:58 1668

原创论文笔记：Spectral Normalization for Generative Adversarial Networks [ICLR2018 oral]

Spectral Normalization for Generative Adversarial Networks原文链接：传送门一篇纯数学类文章，有兴趣的时候再看！Emma CUHK 2018.02.26

2018-02-25 15:21:56 3094 1

原创论文笔记：i-REVNET: DEEP INVERTIBLE NETWORKS [ICLR2018]

i-REVNET: DEEP INVERTIBLE NETWORKS原文链接：i-REVNET: DEEP INVERTIBLE NETWORKS 论文来自荷兰阿姆斯特丹大学基于已有的工作，RevNet，提出了可逆RevNet，能够达到造IMAGENET上相同的分类准确率。目录i-REVNET DEEP INVERTIBLE NETWORKS目录摘要引言...

2018-02-25 14:38:22 3767

原创 ubuntu突然断电后，重启失败解决方案

Attention Please!!! 千万不要把插排放在脚底下，脚底下，底下，下。。。前天，正远程连接服务器调试代码，突然，屏幕黑了，黑了，了。。。低头一看主机，发现所有应该亮着的灯全都灭了。然后主机电源插头，竟然硬生生的被我踹出来了。重点来了，我把插头又插进去，然而主机灯不亮，我内心十分诚惶诚恐，以为新电脑就这样费在了我的手里。然而机智的我换了个插排口，发现，突然可以开机了。

2017-07-16 11:34:04 14115 3

原创论文笔记：Histology Image Classification using Supervised Classification and Multimodal Fusion

该博客由EMMA原创，随意转载，博客原链接Histology Image Classification using Supervised Classification and Multimodal Fusion原文链接：paper 出处：2010 IEEE International Symposium on Multimedia 最近在使用小波变换做原始图像预处理，然后用CNN训练多个模型

2017-04-19 17:03:04 615

原创 neruel network yricks of the trade 总结

neruel network yricks of the trade 总结### back propagation bp算法 + SGD梯度下降法 + betch learning；输入数据正则化（均值为0，方差正则化，输入变量去相关），可以利用每张图片都减去均值来实现均值为0；使用Sigmoid激活函数（收敛速度快）；label的选择最好在sigmoid的范围内（但是caffe的lab

2017-04-17 21:11:41 493

原创论文笔记：Two-level attention model for fine-grained Image classification

The Application of Two-level Attention Models in Deep Convolutional Neural Network for Fine-grained Image Classification（细粒度图像识别）原文链接：paper 我先来总结一下这篇文章主要的思路：主要就是利用region proposal，寻找对于最后分类结果有积极影响的pr

2017-04-17 15:59:09 11070 14

原创论文笔记：Histopathological Image Classification Using Discriminative Feature-Oriented Dictionary Learnin

Histopathological Image Classification Using Discriminative Feature-Oriented Dictionary Learning===============================利用判别特征导向的词典库学习来进行病理学图像分类文章发表于 IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL.

2017-04-11 16:00:20 757

转载计算机视觉/图像/模式识别方向 -- 期刊会议排名

第一章：会议 conferences 一般来说，学术会议会设置很多chairs，各种chairs职责不同。General chairs是负责组织会议的准备和进行的，program chairs负责接收paper并确定paper的领域。各个领域会有area chairs，负责将每篇paper分发给不同的reviewer。Reviewer不属于会议的领导层。会议的审稿分为双盲，单盲和全透明。双盲就是审

2017-04-11 15:02:45 20208 2

原创论文笔记：Fisher Kernels on Visual Vocab ularies for Image Categorization

Fisher Kernels on Visual Vocabularies for Image Categorization论文链接：CVPR 2006 在模式分类领域，Fisher Vector（FV）是一个强有力的构架，因为他结合了生成式（概率密度函数）和判别式（分类）的优点。FV可以被理解为Bag-of-visterms的扩展。FV对于计算量的要求比较低，在一种类别上训练出来的字典可以应用

2017-03-30 20:16:43 1515

原创论文笔记：Analyzing Classifiers: Fisher Vectors and Deep Neural Networks

Analyzing Classifiers: Fisher Vectors and Deep Neural Networks（CVPR 2016）CVPR上的文章，不读一读，你会后悔的。原文链接：Analyzing Classifiers: Fisher Vectors and Deep Neural Networks每次读论文都会犯困，除非，我真的看懂了-_-. 所以边做笔记边读，成了读论文的

2017-03-29 17:47:05 2452 1

原创论文笔记：R-CNN

论文笔记：Rich feature hierarchies for accurate object detection and semantic segmentation【分类】【分割】【检测】需要带有bounding box的数据。摘要：这篇论文主要把ＣＮＮ的FC7层作为特征提取器，利用SVM做分类器。然后利用CNN的pooling5层作为attention的区域，形成bounding

2017-03-28 21:24:49 425

原创 begin-end

1. 自己写的网络，直接3分类，效果不好，正确率：0.475806452 2. finetuning别人的网络，直接3分类，效果不好，正确率： 3. Alex网络caffemodel + libSVM： 47.58% 4. Alex网络caffemodel + MLP： 5. Alex网络finetuning + libSVM (4分类，代表空加原本3类, 交叉验证5折求得最佳C

2017-03-21 17:37:23 448

原创 caffe训练网络不收敛——有哪些坑需要我们去填

caffe训练网络不收敛——有哪些坑需要我们去填在深度学习领域，caffe已经被广泛使用了，但是对于caffe新手来说，在网络训练过程中总会遇到一些摸不着头脑的问题不知道如何解决，本文总了我在使用caffe过程中的一些经验。自己定义网络结构——训练自己定义网络结构在训练过程中一般需要两个文件：solver.prototxt 和 train-val.prototxt. 其中solver文件中存放

2017-03-21 17:18:20 14282 15

原创利用caffe训练MLP分类（caffe输入非图像数据）

下班后来写别忘了程序媛是不会下班的。。。EMMA SIAT 2017.03.20

2017-03-20 15:58:11 1139 3

原创论文笔记：Deep convolutional activation features for large scale histopathology image classification

Deep convolutional activation features for large scale Brain Tumor histopathology image classification and segmentation 这篇文章讲述的是MICCAI2014脑肿瘤竞赛中冠军所用的方法。原始图像是100000× 100000像素的病理学图片大图。首先使用深度卷积网

2017-03-15 17:23:03 594

原创 torch:LUA编程学习

torch Before Lua is pretty close to javascript(var are global by default, unless local keyword is used) only has one data structure: table {}. hash table and an array. indexing from 1 foo

2017-03-12 20:15:09 2358 2

原创论文笔记：Grid Long Short-Term Memory

Grid Long Short-Term Memory 本文主要引进了Grid LSTM，利用LSTM单元生成一个多维的网格，可以应用于向量，序列或者是更高维的数据例如图像。本文是google deepmind发表 It therefore provides a unified way of using LSTM for both deep and sequential comp

2017-03-11 11:17:43 5502 5

原创论文笔记：A clockwork RNN

A clockwork RNN（CW-RNN）本文主要提出了一个新型的RNN模型，跟原始RNN不一样的地方就在于，因此隐层单元的不同，同时计算是有方向周期的，降低了参数量。为什么有关ｒｎｎ的文章大多是跟ＮＬＰ有关的～苦苦寻找与图像处理有关的ａｔｔｅｎｔｉｏｎ　ｍｏｄｅｌ中模型可视化结构：隐层被分成了g个模块，每个模块的大小是k，每个模块内部是全连接的。模块j到i的re

2017-03-10 17:25:49 2979

原创论文笔记：Depth-Gated Recurrent Neural Networks

Depth-Gated Recurrent Neural Networks 本文跟GRU一样是对LSTM的一个拓展。实验利用汉语和英语的翻译。DGLSTM结构图：推导公式：与此同时，LSTM和GRU的结构：实验结果： EMMA SIAT 2017.03.10

2017-03-10 16:03:17 1034

原创论文笔记：Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation

Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation 这篇论文是为解决natural language processing (NLP)领域的问题。应用RNN encoder-decoder技术进行静态机器翻译（英语–>法语 -_-,作为中国人，我总以为会转换成

2017-03-10 10:24:48 3640

原创 Deep convolutional activation features for large scale Brain Tumor histopathology image classificati

RNNLong Short- term Memory(LSTM1997)Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation(GRU2014)Depth-Gated Recurrent Neural Networks 2015A Clockwork RNN 2

2017-03-09 22:09:40 612

原创论文笔记：Long Short-Term Memory

LongShort-Term Memory摘要通过recurrent BP方式来学着存储随时间间隔变化的信息会花费很长的时间。我们引进了新奇的，有效的，基于梯度的方法：LSTM（至少在1997年的时候这么评价还算公正）。且能够解决一些标签比较长的分类任务。LSTM现在基本会被用在RNN模型中，代替RNN的隐层单元，能够起到很好的长时间记忆效果。现阶段（2017）GRU跟LSTM都是基于门的单元，但

2017-03-09 11:46:19 15520

原创论文笔记：Recurrent Models of Visual Attention

Recurrent Models of Visual Attention戳这里下载训练代码，戳这里下载测试代码【基于torch】摘要由于卷积核的计算量跟图片像素个数大小呈线性关系，卷积神经网络对大型的图片的处理计算量巨大。我们提出一个RNN模型，能够从一张图片或者一段视频中提取信息，通过主观选择一系列区域或者位置，只对选中的区域在高分辨率情况下进行处理。本文提出的方法，据有内部平移不变性，但是计算

2017-03-02 18:27:01 6063 1

原创论文笔记：Is object localization for free?

Is object localization for free? Weakly-supervised learning with convolutional neural networks摘要提出一个弱监督卷积神经网络for 分类。主要贡献有：1. 输出正确的分类结果（image-level）2. 预测合理的位置3. 对比跟bounding box 引言本文利用的图片只有图片包含的

2017-03-02 11:53:54 3071

原创论文笔记：Look and Think Twice

Look and Think Twice: Capturing Top-Down Visual Attention with Feedback Convolutional Neural Networks 摘要在计算机视觉领域反馈型深度卷积神经网络取得了巨大的成功。但是人类的视网膜反馈明显比正馈能包含更多的连接。在本篇文章中引进了背景反馈信息，能够激励我们发展计算反馈机制。此外，在传统神

2017-03-01 21:06:05 2483 2

转载四大卷积网络发家之路

原文链接> AlexNet VGGNet Google Inception Net ResNet 这4种网络依照出现的先后顺序排列，深度和复杂度也依次递进。它们分别获得了ILSVRC（ImageNet Large Scale Visual Recognition Challenge）比赛分类项目的2012年冠军（top-5错误率16.4%，使用额外数据可达到

2017-03-01 15:22:53 12020

原创 caffe: layer & layers之区别

被这个区别坑惨了之前在caffe里下载的caffe model的prototxt网络构造，里面的构架是用layer写的。后来想试一下VGGnet等高端构架，网上下载到的居然是layers模式的，坑了我好久，才找到错误根源，原来是layers的参数跟layer有所差异。其实他们之间是可以相互转换的，虽然我不知道怎么转换的。caffe利用google开发的proto工具对自己的prototxt

2017-03-01 11:09:43 3573

原创论文笔记：Segmentation as Selective Search for Object Recognition（ICCV2011）

SegmentationasSelectiveSearchforObjectRecognition 摘要对于物体识别来说，当时的方法是基于穷举搜索。此处提出了利用更加具有价值的信息的方法：对于一些少量且精确的物体描绘生成许多合适的位置信息——（1）不会被发现的那些物体的位置信息是不会被识别的，（2）外观和周围的内容对于物体识别来说是最为有效的信息。总之我们的方法很棒，能够比当时最先进的算

2017-02-28 16:45:25 589

原创论文笔记：Weakly Supervised Deep Detection Networks

Weakly Supervised Deep Detection Networks 摘要：本文主要解决了大规模image-level的分类问题，可同时解决区域选择和分类问题。作为拖欠训练器来训练。引言弱监督学习非常重要主要是由于以下两个原因，其一，图片理解的主要目的在于学习整体的复杂视觉环境（ImageNet比赛）；其二，CNN训练数据缺乏。因此，如果能够用上层信息来学习复杂的内容能够极大地

2017-02-28 12:00:31 5640 3

原创论文笔记：A Global Covariance Descriptor for Nuclear Atypia Scoring in Breast Histopathology Images

Author: Adnan Mujahid Khan 论文原文链接：点击此处摘要细胞核非典型评分通常被用于评定不同癌症的肿瘤等级，包括乳腺癌。本文提出了一个新颖的图片等级描述器，这个方法是基于区域协方差描述器。我们称我们的描述器为geodesic mean of region covariance descriptor, 它能够处理协方差描述器中出现的吸引人的特征，同时能够使用有效的核数进行

2017-02-15 16:38:16 824

原创论文笔记：Network in network

摘要 Network in Network(‘NIN’) 构造了一个复杂的微型网络结构，用于对数据进行抽象处理（其实就是提取特征）。利用全局平均池化对特征图进行分类，能够有效避免过拟合问题。特点卷积神经网络的假定是线性可分的。NIN中的微型网络结构可以进行非线性的划分。利用多层感知机（MLP）作为微型网络结构的一部分，感知机是普遍的函数近似者，同时又可以进行back propagation.

2017-02-15 10:31:14 730

原创文章标题

2017.01.12 DenseBoxDenseBox –> FCN (全卷积) end-to-end : input-output–>image Models –> VGG-19 1. Multi-level feature fusion 2. Multi-Task training 目标有无目标的位置2017.01.13 发现数据集不平衡的问题20170114工程数据lmdb

2017-01-13 16:50:01 195

原创 Weakly Supervised Object Localization with Multi-fold Multiple Instance Learning

Weakly Supervised Object Localization with Multi-fold Multiple Instance Learning基于多层多实例学习的弱监督物体定位摘要——在计算及视觉领域，物体的分类定位是一个具有挑战性的问题。标准的监督训练需要物体实例的bounding box标注。弱监督学习避免了这一耗时的标注过程。在这样的情况下，监督信息被限制在了二态标注中

2017-01-11 16:20:54 2379

原创 2017.01.09

最近在用caffe跑神经网络，中间遇到一些问题，总结下来。base_line model: trained atypia1_iter_50000.caffemodel loss 很低 accuracy 很高使用了crop(224) 和 minor 自己设计的网络，地址https://github.com/EmmaW8/caffe/tree/201701 正在重新跑

2017-01-09 17:34:02 519

原创 CNN+caffe学习4：自己训练网络全过程

本问创建于2017年1月。由于caffe版本更新，可能部分操作已经过时不能使用，希望大家多看源码，增强自主学习能力。资料下载地址：https://github.com/EmmaW8/caffe.git branch选择201701，code文件夹里面是需要用到的执行文件，models里面是我自己设计的5层CNN模型配置文件，以及训练结果。1. 准备数据2. 数据分类...

2017-01-09 15:05:15 5833 7

空空如也

空空如也