
深度學習與電腦視覺教程(15) | 視覺模型可視化與可解釋性(CV通關指南·完結)
- 2022 年 6 月 14 日
- 筆記
作者:韓信子@ShowMeAI 教程地址://www.showmeai.tech/tutorials/37 本文地址:/ …
Continue Reading作者:韓信子@ShowMeAI 教程地址://www.showmeai.tech/tutorials/37 本文地址:/ …
Continue ReadingRepVGG將訓練推理網路結構進行獨立設計,在訓練時使用高精度的多分支網路學習權值,在推理時使用低延遲的單分支網路,然後 …
Continue Reading作者:韓信子@ShowMeAI,路遙@ShowMeAI,奇異果@ShowMeAI 教程地址://www.showmeai …
Continue ReadingSoftPool使用softmax進行加權池化,能夠保持特徵的表達性並且是可微操作。從性能和準確率來看,SoftPool …
Continue Reading人工標註數據集中普遍存在雜訊,ReLabel能夠自動且低成本地將原本的單標籤數據集轉化為多標籤數據集,並且提出配合ran …
Continue Reading論文提出應對極低計算量場景的輕量級網路MicroNet,包含兩個核心思路Micro-Factorized convolu …
Continue Reading論文在權值空間將SENet和CondConv進行了總結,提出統一的框架WeightNet,能夠根據樣本特徵動態生成卷積核 …
Continue Reading論文提出引入少數超大卷積核層來有效地擴大有效感受域,拉近了CNN網路與ViT網路之間的差距,特別是下游任務中的性能。整篇 …
Continue Reading論文提出用於特徵金字塔的高效特徵交互方法FPT,包含3種精心設計的特徵增強操作,分別用於借鑒層內特徵進行增強、借鑒高層特 …
Continue Reading早期目標檢測研究以anchor-based為主,設定初始anchor,預測anchor的修正值,分為two-stag …
Continue Reading