Abstract(摘要) 在本文中,我们为序列标注任务提出了一系列基于长短时记忆网络 (LSTM)的模型。这些模型包括 LSTM 网络,BI-LSTM 网络,带有条件随机场(CRF)层的 LSTM 网络(LSTM-C…
分类:神经网络
video to video synthesis 论文解析,光流起到了什么作用?
前言 这里是我第一次看完论文之后的疑虑。。。可跳过 本篇文章中使用到了光流,光流是什么? 颜色表示不同的运动方向,深浅就表示运动的快慢 不知道大家会不会跟我有一样的疑惑。 首先,论文中的flow map 是如何得到的?光…
深度学习训练时GPU温度过高?几个命令,为你的GPU迅速降温。
图来自网络 新买回来的不带水冷公版GPU,在满负载运行的时候,温度从室温马上飙升到85度,而且模型训练不是几分钟完事,很有可能要长期保持在高温状态下运行,让如此昂贵的GPU一直发烧真是让人太心疼! 首先得到知乎上一位朋友…
Chapter 2.2 各种Loss Function的比较
本小节介绍一些常见的loss函数 1. l1_loss&l2_loss 衡量预测值与真实值的偏差程度的最常见的loss: 误差的L1范数和L2范数 因为L1范数在误差接近0的时候不平滑,所以比较少用到这个范数 L…
3 计算机视觉-阅读笔记(3)
3.2.4 Feature Pyramid Networkd(FPN) FPN要解决的一个痛点是:检测不同尺度的目标(尤其是小目标)是很困难的。,其目的是实现多个尺度的anchor输入到同一个特征提取CNN中,得到相同大…
【ECCV 2018 .Jian Sun】DetNet: A Backbone network for Object Detection
【Background】:ECCV is one of the top conferences in computer vision,In this blog,I will introduce an paper from…
SqueezeSeg: Convolutional Neural Nets with Recurrent CRF for Real-Time Road-Object Segmentation f...
https://arxiv.org/abs/1710.07368 SqueezeSeg代码地址:SqueezeSeg: Convolutional Neural Nets with Recurrent CRF for R…
Pointer Networks
很多时候使用seq2seq来解决序列生成问题,但seq2seq模型往往需要预先定义好输出集合的大小,即输出序列可能的取值范围。由此带来一个问题,如果期望生成的序列大小不确定,比如NLP中文本摘要任务,期望提取的摘要中可能…
神经网络 之 线性单元
本文结构: 什么是线性单元 有什么用 代码实现 1. 什么是线性单元 线性单元和感知器的区别就是在激活函数: 感知器的 f 是阶越函数: 线性单元的激活函数是线性的: 所以线性模型的公式如下: 2. 有什么用 感知器存在…
Yolo系列其二:Yolo_v2
介绍 相信SSD的横空出世委实给了Yolo许多压力。在目标检测准确性上Yolo本来就弱于Faster-RCNN,它的提出之初就主打其能保持一定检测准确性的同时实现更快乃至实时的速度。可同一年SSD的出现表明端到端的单阶段…
Efficient Graph-Based Image Segmentation
本文相关 Paper Summary:https://github.com/FDU-VTS/CVPaper Code:https://github.com/FDU-VTS/CVCode 原文链接 http://www.c…
读论文系列:Object Detection ECCV2016 SSD
转载请注明作者:梦里茶 Single Shot MultiBox Detector Introduction 一句话概括:SSD就是关于类别的多尺度RPN网络 基本思路: 基础网络后接多层feature map 多层fe…