13 c2a2o2

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 2k+

NBJL 2020论文导读14:How Much Position Information Do Convolutional Neural Networks Encode ?

论文下载地址:https://openreview.net/pdf?id=rJeB36NKvB发表时间:2020会议名称:ICLR作者:Md Amirul Islam、Sen Jia、Neil D. B. Bruce 论文摘要 相对于全连接网络,卷积网络依靠有限空间内的局部连接,大幅度提高了图像处理的效率。局部连接似乎暗示了卷积过滤器虽然感知当前的内容,却不知道当前所处的位置。绝对位置信息毫无疑问是有用的,有理由认为如果可以做到,卷积网络必然隐式地学习到了编码位置信息。在这篇.

2020-05-27 10:45:35

变换域隐写术检测分析

前言犯罪分子经常使用隐写术将秘密指令隐藏至图片中做非法操作,以躲避专业人员的检测,因此需要隐写术检测分析来阻止这种恶意行为。本文提出了一个变换域的隐写分析模型,以检测图像中是否使用变换域隐写算法隐写秘密指令,它具备良好的检测效果。背景隐写分析是通过对载体的统计特性进行分析,判断载体中是否隐藏有额外的信息的技术。目前的隐写分析研究领域通常将隐写分析看成一个二分类问题,目标是区分正常载体和含密载体。在这种情况下,现有的方法主要通过以下两个步骤来构建隐写分析检测器:特征提取和分类。在特征提取.

2020-05-25 08:57:49

《BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition》笔记

Paper:《BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition》Authors:Boyan Zhou,Quan Cui,Xiu-Shen Wei,Zhao-Min ChenInstitutions:Megvii Technology; Waseda University; Nanjing UniversityPublishedon CVPR 2020 (Oral).Ke...

2020-05-13 10:08:26

《Decoupling Representation and Classifier》笔记

Paper:《Decoupling Representation and Classifier for Long-tailed Recognition》Publishedat ICLR 2020Keywords:Long-Tailed Image Recognition.【概览】作者将分类网络分解为representation learning 和 classification 两部分,系统的研究了这两部分对于Long-tailed问题的影响。通过实验得到的两点发现是: 数据不均衡问题不会影响高.

2020-05-13 08:54:27

堪比Focal Loss!解决目标检测中样本不平衡的无采样方法

训练目标检测模型的一个难点是样本不均衡,特别是正负样本比例严重失衡。目前解决这类问题主要是两种方案(见综述Imbalance Problems in Object Detection: A Review):一是hard sampling方法,从所有样本中选择一定量的正样本和负样本,只有被选择的样本才计算loss,一般会倾向选择一些难负例样本,比如OHEM;另外一类方法是soft sampling方法,选择所有样本计算loss,但是不同的样本赋给不同的权重值,比如focal loss。这些基于采样的策略虽然有

2020-05-13 08:35:14

Focal Loss for Dense Object Detection

论文:Focal Loss for Dense Object Detection论文链接:https://arxiv.org/abs/1708.02002优化版的MXNet实现:https://github.com/miraclewkf/FocalLoss-MXNetRBG和Kaiming大神的新作。我们知道object detection的算法主要可以分为两大类:two-stage detector和one-stage detector。前者是指类似Faster RCNN,RFCN这样需要reg

2020-05-11 18:08:53

在用交叉熵损失函数时,只希望惩罚0.4-0.6这样模糊的值,应该怎么改?

比如二分类问题,把label为0的预测成0.1,label为1的预测成0.9,这样已经可以了,我希望神经网络更关注那些预测在0.5左右的难以分割的样本(虽然在bp的时候0.5会有更大的梯度),感觉上有点像SVM,我可以怎么做呢?修改损失函数或者在计算损失时过滤掉预测得很好的样本?这样做有没有必要呢?作者:Chaves链接:https://www.zhihu.com/question/366389643/answer/979361929来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转

2020-05-11 18:02:07

损失函数改进方法总览

损失函数改进方法总览https://blog.csdn.net/u014380165/article/details/76946358这篇博客主要列个引导表,简单介绍在深度学习算法中损失函数可以改进的方向,并给出详细介绍的博客链接,会不断补充。1、Large Marge Softmax LossICML2016提出的Large Marge Softmax Loss(L-softmax)通过在传统的softmax loss公式中添加参数m,加大了学习的难度,逼迫模型不断学习更具...

2020-05-11 17:46:28

深度学习-LeCun、Bengio和Hinton的联合综述

深度学习其实要入门也很简单,不要被深度学习、卷积神经网络CNN、循环神经网络RNN等某些“高大上”的专有名词所吓到或被忽悠,要相信大道至简,一个高中生只要愿意学也完全可以入门级了解并依赖一些成熟的Tensorflow、pytorch等框架去实现一些常用模型。有关《深度学习》的综述或翻译已有很多,在此不在赘述,深度学习是机器学习的一种,今天将从更广的视觉来分析。图1 深度学习是机器学习的子问题1.机器学习 机器学习(Machine Learning, ML)是指利用机器(计算机)...

2020-05-11 10:31:56

人脸识别中的margin损失函数

用于人脸识别的损失函数,有Softmax,Contrastive Loss,Triplet Loss,Center Loss,Norm Face,Large-Margin Loss,A-Softmax Loss,InsightFace等等,这篇文章简单聊聊近年的margin损失函数。margin损失函数:Large-margin Softmax(L-Softmax) Sphereface(A-Softmax) Additive Margin Softmax(AM-Softmax) CosFac

2020-05-10 21:14:42

【论文理解】ArcFace: Additive Angular Margin Loss for Deep Face Recognition(InsightFace)

论文地址:https://arxiv.org/abs/1801.07698github:https://github.com/deepinsight/insightface这篇论文基本介绍了近期较为流行的人脸识别模型,loss变化从softmax一路捋到CosFace,然后提出ArcFace,可以说起到很好的综述作用。论文评价对比方面也做了非常详细的对比策略方案分析。数据清洗工作也对后续研究应用有较大意义。数据和代码都开源,相当良心。本文主要工作概述:在三个影响人脸识别模型精度的主要因素上都

2020-05-09 22:22:31

【CVPR 2018】腾讯AI lab提出深度人脸识别中的大间隔余弦损失

论文导读】 深度卷积神经网络(DCNN)在人脸识别中已经取得了巨大的进展,通常的人脸识别的核心任务都包括人脸验证与人脸识别,涉及到特征判别。很多模型都是使用Softmax损失函数去监督模型的训练,但是现在已经有资料证明,Softmax loss缺乏足够的在分类任务上的判别力,所以取得的效果也不是最好的。针对这个问题,本文设计了一个新的损失函数,我们称之为大间隔余弦损失。Figure 1图 1:我们提出的 CosFace 框架。在训练阶段,带有大间隔(large margin)的具有判别性的面部

2020-05-09 18:13:42

Latex论文作者与单位排版

一、不同作者属于同一个单位(选自http://bbs.ctex.org/viewthread.php?tid=38040&page=2)\author[add1]{Aaron\corauthref{cor1}},% Aaron是第1个单位的作者,且是通讯作者\ead{**@**.edu.cn} \corauth[cor1]{Corre...

2020-04-13 22:48:17

Windows+PHP5.6环境下安装imagick扩展和imagemagick 三五行代码实现PHP抠图

查看phpinfo()信息  其实回过头看,安装过程中最容易出错的反而是下载阶段,一定要将imagemagick和imagick的版本和phpinfo的信息对应好!下图中几点需要注意,每个人的信息可能不同,根据你自己的phpinfo来选择接下来的下载的程序及扩展版本:PHP Version: PHP版本 compiler: MSVC11 Architecture: x86 Thre...

2020-03-14 22:05:16

python3一键排版证件照(一寸照、二寸照),附源代码

又到了一年一度办公园年卡的日子了,每年需要一张一寸照片,库存今年告罄如果拿着一寸照片去冲印,商家那个冲印的价格可比冲印普通照片不知道贵了多少呗(目测10倍以上)其实是一样的相纸啊于是乎,为了省这点钱就自己排版好了如果选用工具的话,不会ps的推荐“光影魔术手v3.1.2”(最新版感觉不太好用)but,作为一个技术宅,我当然是选择自己来实现啦!...

2020-03-03 23:18:58

基于深度学习识别模型的缺陷检测

根据读者反映,咱们的这个PCB素材设置的不对,应该是没有漆,铜线等等,应该是黑白的。额,具体我也知道,但没去过工厂,实在很难获得这些素材。。。所以就当是一次瑕疵识别的实践,具体的数据集你可以自己定义。代码在Github:Source code : https://github.com/Ixiaohuihuihui/Tiny-Defect-Detection-for-PCB一点心路历程,供需...

2020-03-01 23:48:37

latex 公式转为 word 公式

真是惨,帮同学改论文,发现因版本不兼容,公式全部转为图片了,需要将公式的图片转为 word 公式: 先使用mathpix将图片转为 latex。mathpix软件下载地址:https://mathpix.com/mathpix的使用是ctrl+alt+m。 再将latex 转为 word 公式。 这个可以有两种方式: 采用LaTex2Word-Equation。 可...

2020-02-06 22:53:12

结合深度学习的图像修复怎么实现?

作者:QZhang链接:https://www.zhihu.com/question/56801298/answer/155891603来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。019.09.02更新,目前共整理了15篇论文,仅供学习参考附: inpainting这个坑在CV大家族里是个相当小众的方向了,然而做了三年才发现这是个大坑...DL+...

2020-02-04 23:41:16

O-GAN:简单修改,让GAN的判别器变成一个编码器!

2019-03-08 08:36作者丨苏剑林单位丨广州火焰信息科技有限公司研究方向丨NLP,神经网络个人主页丨kexue.fm本文来给大家分享一下笔者最近的一个工作:通过简单地修改原来的 GAN 模型,就可以让判别器变成一个编码器,从而让 GAN 同时具备生成能力和编码能力,并且几乎不会增加训练成本。这个新模型被称为O-GAN(正交 GAN,即 Orthogonal...

2020-01-17 09:54:37

去噪、去水印、超分辨率,这款不用学习的神经网络无所不能

同的神经网络可以实现给图像去噪、去水印、消除马赛克等等功能,但我们能否让一个模型完成上述所有事?事实证明 AI 确实有这样的能力。来自 Skoltech、Yandex 和牛津大学的学者们提出了一种可以满足所有大胆想法的神经网络。事情是这样的:研究人员们让一个深度卷积网络去学习复制被破坏的图像(例如加入噪点的图像),随后竟发现这个网络可以自行先学会如何重建图像。该研究的论文《...

2020-01-02 12:55:54

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。