論文筆記 | Concept Mask：Large-scale Segmentation from semantic concepts
文章主要實現了以下任務：
給定一個概念和一張圖片，模型在影象上生產對應區域的mask。
文章主要實現思路：
- 建立影象特徵與word vector之間的對映關係，從而得到attention map
具體方式是：
- 利用PMI生產word vector
- 基礎網路（如resnet50）提取影象特徵之後進過GAP，然後經過三層 embeding 網路，使embeding結果與word vector距離儘量接近
- 去掉GAP，得到feature map，feature map與word vector求內積，表徵對該word的響應圖（attention map）
- 一幅圖對應多個影象時，求多個word vector的加權平均，權重利用idf求得
- attention map不夠精細，所以利用帶有bbox的資料進行refine
- 將影象與之前得到的attention map作為輸入，訓練一個二分類mask 分割模型
相關推薦
論文筆記 | Concept Mask：Large-scale Segmentation from semantic concepts
文章主要實現了以下任務： 給定一個概念和一張圖片，模型在影象上生產對應區域的mask。 文章主要實現思路： 建立影象特徵與word vector之間的對映關係，從而得到attention map 具體
論文閱讀筆記二十：MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS（ICRL2016）
論文源址：https://arxiv.org/abs/1511.07122 tensorflow Github:https://github.com/ndrplz/dilation-tensorflow 摘要 該文提出了空洞卷積模型，在不降低解析
MXNet應用之一：Large Scale Image Classification
Tutorial地址： 一、MXNet簡介 1.概述（摘自開源中國社群） MXNet（輕量級機器學習庫） 是一款設計為效率和靈活性的深度學習框架。它允許你混合符號程式設計和指令式程式設計，從而最大限度提高效率和生產力。在其核心是一個動態的依賴排程，它能夠自動並行符
[深度學習論文筆記][arxiv 1804]ExFuse: Enhancing Feature Fusion for Semantic Segmentation
[arxiv 1804]ExFuse: Enhancing Feature Fusion for Semantic Segmentation Zhenli Zhang, Xiangyu Zhang, Chao Peng, Dazhi Cheng, Jian S
Joint Deep Learning For Pedestrian Detection（論文筆記-深度學習：行人檢測）
一、摘要： 行人檢測主要分為四部分：特徵提取、形變處理、遮擋處理和分類。現存方法都是四個部分獨立進行，本文聯合深度學習將四個部分結合在一起，最大化其能力。 二、引言
論文閱讀筆記四十一：Very Deep Convolutional Networks For Large-Scale Image Recongnition（VGG ICLR2015）
結合 等價 選擇 mac 不同的 works info 內存 enc 論文原址：https://arxiv.org/abs/1409.1556 代碼原址：https://github.com/machrisaa/tensorflow-vgg 摘要 本
論文閱讀筆記十八：ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation
每一個 內核 基於 proc vgg 包含 rep 重要 偏差 論文源址：https://arxiv.org/abs/1606.02147 tensorflow github: https://github.com/kwotsin/TensorFlow-ENet 摘要
論文閱讀筆記二十：LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation(CVPR2017)
源文網址：https://arxiv.org/abs/1707.03718 tensorflow程式碼:https://github.com/luofan18/linknet-tensorflow 摘要 畫素級分割不僅準確率上有要求，同時需要應用的實際中實時
論文閱讀筆記二十三：Rich feature hierarchies for accurate object detection and semantic segmentation Tech report(R-CNN CVPR2014)
論文源址：http://www.cs.berkeley.edu/~rbg/#girshick2014rcnn 摘要 在PASCAL VOC資料集上，最好的方法的思路是將低階資訊與較高層次的上下文資訊進行結合。該文的兩個亮點：（1）將CNN應用到re
論文筆記《Very Deep Convolutional Networks for Large-Scale Image Recognition》
VGGNet在2014年的ILSVRC競賽上，獲得了top-1 error的冠軍和top-5 error的第二名，錯誤率分別為24.7%和7.3%，top-5 error的第一名是GoogLeNet 6.7%。在圖片定位任務中，也獲得了冠軍。網路層數由之前的AlexNet 的8層提高到了最高19
Ng第十七課：大規模機器學習(Large Scale Machine Learning)
在線 src 化簡 ima 機器學習 learning 大型數據集 machine cnblogs 17.1 大型數據集的學習 17.2 隨機梯度下降法 17.3 微型批量梯度下降 17.4 隨機梯度下降收斂 17.5 在線學習 17.6 映射化簡和數據並行
論文筆記：目標追蹤-CVPR2014-Adaptive Color Attributes for Real-time Visual Tracking
exploit orm dom ons tail red 最好 早期 形式化 基於自適應顏色屬性的目標追蹤 Adaptive Color Attributes for Real-Time Visual Tracking 基於自適應顏色屬性的實時視覺追蹤 3月講的第一
VGGnet論文總結（VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION）
lrn cli 共享 融合 loss sca 得到 同時 works VGGNet的主要貢獻： 1、增加了網絡結構的深度 2、使用了更小的filter（3*3） 1 introduction 這部分主要說明了，由於在所有的卷積網絡上使用了3*3的filter，所以使
Semi-supervised Segmentation of Optic Cup in Retinal Fundus Images Using Variational Autoencoder 論文筆記
str 很好 流程 Coding 測試 eat www tin nal MICCAI 2017年論文 Overview： 視杯視盤精確分割後，就可以計算杯盤比了，杯盤比是青光眼疾病的主要manifestation。以往的方法往往采用監督學習的方法，這樣需要大量的精確像素
論文筆記之：Collaborative Deep Reinforcement Learning for Joint Object Search
region format es2017 join sid col str bottom respond Collaborative Deep Reinforcement Learning for Joint Object Search CVPR 2017 Motiva
論文筆記：Fast(er) RCNN
這也 物體檢測 因此 sele 疑惑 修正 width 輸入 重點 在 RCNN 初步試水取得成功後，研究人員又迅速跟進，針對 RCNN 中的幾點不足提出改進，接連推出了 fast-rcnn 和 faster-rcnn。關於這兩篇論文，網上相關的文章實在是多如牛毛，因此，本
論文翻譯 DOTA:A Large-scale Dataset for Object Detection in Aerial Images
網絡 操作 邊框 允許 官方 靈活 數量級 image 轉化 簡介：武大遙感國重實驗室-夏桂松和華科電信學院-白翔等合作做的一個航拍圖像數據集 摘要： 目標檢測是計算機視覺領域一個重要且有挑戰性的問題。雖然過去的十幾年中目標檢測在自然場景已經有了較重要的成就
Person Re-identification 系列論文筆記（二）：A Discriminatively Learned CNN Embedding for Person Re-identification
triplet put ali com multi 深度學習 native alt 出現 A Discriminatively Learned CNN Embedding for Person Re-identification Zheng Z, Zheng L, Ya
Person Re-identification 系列論文筆記（八）：SPReID
最終 數據集 pipeline 論文筆記 cat cati 對齊 技術分享 通道 Human Semantic Parsing for Person Re-identification Kalayeh M M, Basaran E, Gokmen M, et al. H
論文筆記 Locality-Sensitive Deconvolution Networks with Gated Fusion for RGB-D Indoor Semantic Segmentation
extract pear rain bsp ble rgb oge nbsp png 用於RGB-D室內語義分割的具有門控融合的局部敏感反卷積網絡 abstract problem: indoor semantic segmentation using RGB