数据集采用的是手写数据集： 本文构建的CNN网络图如下： 像素点：28*28 = 784，55000张手写数字图片。 ...
分类：
其他好文 时间：
2019-05-08 12:06:21
阅读次数：
126
CNN网络架构演进：从LeNet到DenseNet 卷积神经网络可谓是现在深度学习领域中大红大紫的网络框架，尤其在计算机视觉领域更是一枝独秀。CNN从90年代的LeNet开始，21世纪初沉寂了10年，直到12年AlexNet开始又再焕发第二春，从ZF Net到VGG，GoogLeNet再到ResNe ...
分类：
Web程序 时间：
2019-03-29 14:37:50
阅读次数：
203
1.R-CNN R-CNN网络架构图 R-CNN网络框架流程 1）原图像经过 selective search算法提取约2000个候选框 2）候选框缩放到同一大小，原因是上图的ConvNet需要输入图片大小一致 3）通过ConvNet提取特征，原文ConvNet使用的是Alexnet，Alexnet ...
分类：
其他好文 时间：
2019-03-25 10:24:46
阅读次数：
195
神经网络中的不变性 原文：https://blog.csdn.net/voxel_grid/article/details/79275637 神经网络中的不变性 原文：https://blog.csdn.net/voxel_grid/article/details/79275637 神经网络中的不变 ...
分类：
其他好文 时间：
2019-03-23 11:49:11
阅读次数：
205
&创新点 1. 规避R-CNN中冗余的特征提取操作，只对整张图像全区域进行一次特征提取 2. 用ROI pooling层取代最后一层max pooling层，同时引入建议框信息，提取相应建议框特征 3. Fast R-CNN网络末尾采用了并行的不同全连接层，可同时输出分类结果和窗口回归结果，实现了e ...
分类：
编程语言 时间：
2019-03-02 14:46:12
阅读次数：
258
1.CNN网络中的池化方式选择 池化方式有两种：1）最大池化；2）平均池化 在实验中我发现，最大池化要比平均池化慢很多，效果也不如平均池化好。所以，池化的方式我们尽量选择平均池化。 2.CNN卷积核的设计 卷积的大小，遵守奇数设计原则，如【1,3,5,7】 3.CNN和RNN网络输出到全连接层数据s ...
分类：
其他好文 时间：
2018-12-28 10:46:02
阅读次数：
412
在这篇论文中，作者提出了一种更加通用的池化框架，以核函数的形式捕捉特征之间的高阶信息。同时也证明了使用无参数化的紧致清晰特征映射，以指定阶形式逼近核函数，例如高斯核函数。本文提出的核函数池化可以和CNN网络联合优化。 Network Structure Overview Kernel Pooling ...
分类：
Web程序 时间：
2018-12-22 22:06:13
阅读次数：
783
Deep Learning of Binary Hash Codes for Fast Image Retrieval [Paper] [Code-Caffe] 1. 摘要 针对图像检索问题，提出简单有效的监督学习框架 CNN网络结构能同时学习图像特征表示以及 hash-like 编码函数集合 利用 ...
分类：
其他好文 时间：
2018-10-12 23:41:45
阅读次数：
222
[TOC] 1. SRCNN Home page http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html 2014 ECCV ，2015 TPAMI . Contribution 1. end to end深度学习应用在超分辨领域的开山之作，2018年被引超1 ...
分类：
其他好文 时间：
2018-10-02 00:21:10
阅读次数：
431
CNN 计算效率的研究一直备受关注，但由于功率和带宽的严格限制，CNN 仍难以应用在嵌入式系统如移动视觉、自动驾驶中。在斯坦福大学发表在 Nature 旗下 Scientific Reports 的这篇论文中，研究者提出在 CNN 网络前端替换一个光学卷积层（opt-conv）的方案，可以在保持网络 ...
分类：
其他好文 时间：
2018-10-01 14:34:36
阅读次数：
248
