5 freshsnail

尚未进行身份认证

暂无相关简介

等级
TA的排名 19w+

论文阅读-Cross-Iteration Batch Normalization

Batch Normalization自提出以来得到了广泛的应用。

2020-03-03 14:24:07

Pytorch 模型tensorrt部署v1

1. 目录文章目录1. 目录2. 主要内容2.1 准备阶段2.2 主要代码2. 主要内容为了提高神经网络模型的推理速度,Nvidia 推出了 Tensorrt 网络前向加速器. 简单的来说,训练好一个神经网络模型,只需要将模型通过tensorrt部署就会获得更快的推理速度. Tensorrt中支持FP32,FP16,INT8数据类型,其中FP32与FP16在精度上的损失很小,INT8量化后的...

2019-05-18 12:00:16

SSD: Single Shot MultiBox Detector 论文阅读

SSD: Single Shot MultiBox Detector 论文阅读0. 简介与YOLO算法类似,本文提出的SSD算法是一种直接预测bounding box的坐标和类别的object detection算法,速度上比YOLO算 法更快但是精度比Faster R-CNN更好。算法的主网络结构是VGG16,将两个全连接层改成卷积层再增加4个卷积层构造网络结构。对其中...

2018-04-26 10:18:26

Faster-RCNN 论文阅读

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 论文阅读0. 简介基于region proposal 的目标检测算法可以分为一下四部分:候选区域生成,特征提取,分类,位置精修。R-CNN 中每一步单独处理,存在大量的重复计算,计算效率低,fast R-CNN对此进行了改...

2018-04-01 15:09:43

Fast R-CNN 论文阅读

Fast R-CNN 论文阅读0.简介R-CNN算法很大程度上提高了detection的效果,本文在R-CNN的基础上进行改进,在训练预测速度上有较大提升的同时也带了精度的提升。具体的:-借鉴并改进了SPPNet的共享卷积层计算思想,提出了ROI pooling,这样做可以在精修的时候对卷积的部分也进行参数的调整,也带来了最终结果的提升。 - 将SVM分类器换成softma...

2018-03-29 01:12:22

SPPNet :Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 阅读笔记

SPPNet :Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 阅读笔记0. 简介SPPNet是在R-CNN目标检测框架下改进的方法,作者指出,现有的卷积神经网络需要固定大小的输入,这可能会降低任意大小输入图像的识别的效果: Existing deep convolu...

2018-03-21 14:30:54

RCNN:Rich feature hierarchies for accurate object detection and semantic segmentation 阅读笔记

Rich feature hierarchies for accurate object detection and semantic segmentation0. 简介本文是CVPR2014的论文,在这之前检测最好的方法结合了low-level 图像特征与high-level context信息作为图像特征;与此同时AlexNet在ImageNet图像分类任务中超越了人工特征...

2018-03-11 21:07:26

SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation 论文阅读

SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation作者:Vijay Badrinarayanan, Alex Kendall , and Roberto Cipolla [pdf],[code]0. 简介本文意在设计一种更具有实际应用价值的image Segmenta...

2018-02-28 00:53:29

Fully Convolutional Networks for Semantic Segmentation论文阅读

FCN: Fully Convolutional Networks for Semantic Segmentation作者:Jonathan Long, Evan Shelhamer ,Trevor DarrellUC Berkeley [pdf]—CVPR2015Best Paper0. 简介本文将经典网络结构(AlexNet,VGG等)改为全卷积神经网络,通过有监督预训练...

2018-02-26 22:06:08

Inception-ResNet and the Impact of Residual Connections on Learning 论文阅读

InceptionV4: Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning0.简介文章的标题说明了文中具体做的3件事情:提出了Inception-V4;结合Inception与ResNet结构提出Inception-ResNet 讨论了 Residual Co...

2018-02-13 22:49:25

ResNetV2:Identity Mappings in Deep Residual Networks 论文阅读

ResNetV2:Identity Mappings in Deep Residual Networks作者:Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun Microsoft Research[pdf] [github]0. 简介本文进一步分析了res...

2018-02-07 14:59:13

ResNet: Deep Residual Learning for Image Recognition 论文阅读

ResNet: Deep Residual Learning for Image Recognition作者:Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun Microsoft Research[pdf] [github]0. 简介深度神经网络难于训练,作者提出的residual lear...

2018-02-07 12:30:41

BN

Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift作者:Sergey Ioffe,Christian Szegedy [pdf] [知乎]0. 简介DNN训练时由于每层的数据分布一直在变化,使得训练速度慢,超参数难调,文中命名这个现象为...

2018-01-31 13:38:05

GoogleNetV1: Going Deeper with Convolutions 论文阅读

0. 简介论文pdf在这里,本篇论文是针对ImageNet2014的比赛,论文中的方法是比赛的第一名,包括task1分类任务和task2检测任务。本文主要关注针对卷积深度神经网络结构,通过改进神经网络的结构(depth&width)达到不增加计算资源需求的前提下提高网络的深度,从而达到提高效果的目的。 文中指出,近些年神经网络的发展方向是更深更宽的网络,论文受到[15]中使用很多不同尺寸的f

2018-01-31 09:56:39

accuracy_layer

#include <functional>#include <utility>#include <vector>#include "caffe/layers/accuracy_layer.hpp"#include "caffe/util/math_functions.hpp"namespace caffe {template <typen...

2016-12-14 17:03:59

Matlab caffe 具体使用方法

Matlab caffe 具体使用方法 caffe 的matlab接口网络上的资料比较少,这里把几个基本的操作简单介绍,主要包括:classification_demo的简单介绍卷积核的显示各层数据的显示classification_demo的简单介绍本文的前提是要编译好caffe的matlab接口,这个问题网上有很多的博文介绍,我觉得我不能够比他们说的更清...

2016-09-13 11:33:14
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。