發(fā)簡(jiǎn)信
IP屬地：浙江
-
雙流法 (Two-Stream) 以及 C3D卷積簡(jiǎn)介 雙流法 以及 C3D 算是行為識(shí)別中比較經(jīng)典也是比較基本的兩種方法，一下就對(duì)這兩種方法進(jìn)行一個(gè)簡(jiǎn)單的記錄。簡(jiǎn)單來(lái)說(shuō)，其實(shí)雙流法與C3D卷積...
-
R-FCN 以及 FCN 的粗略理解簡(jiǎn)單來(lái)說(shuō) FCN 其實(shí)就是一個(gè)網(wǎng)絡(luò)，它里面全部都是卷積層和池化層。那么對(duì)于，這樣子的網(wǎng)絡(luò)可以做什么呢？ 我們知道CNN對(duì)于一張圖片的卷積提取特征...
-
Faster RCNN 粗略理解Faster RCNN 簡(jiǎn)單來(lái)說(shuō)，是將區(qū)域框的建議做成了一個(gè)可以訓(xùn)練的網(wǎng)絡(luò)框架（RPN）。隨后對(duì)RPN出來(lái)的結(jié)果來(lái)進(jìn)行 Fast RCNN 的篩...
-
MobileNets（v1）, SqueezeNetMobileNets MobileNets 總體來(lái)說(shuō)是一個(gè)減少參數(shù)計(jì)算量的一個(gè)網(wǎng)絡(luò)架構(gòu)。并且提出了兩個(gè)參數(shù)進(jìn)行網(wǎng)絡(luò)模型參數(shù)的縮減（其實(shí)就是兩個(gè)比...
-
Joint Training of a Convolutional Network and aGraphical Model for Human Pose Estimation【解讀】這是一篇14年的關(guān)于使用卷積神經(jīng)網(wǎng)絡(luò)框架做關(guān)節(jié)點(diǎn)熱力圖的一篇文章。該篇文章在以下方面進(jìn)行了改進(jìn)。【相較于改進(jìn)，我們先要敘述一下不足的地方】 Mu...
-
DeepPose: Human Pose Estimation via Deep Neural Networks （解讀）這是一篇比較經(jīng)典的人體姿態(tài)識(shí)別的文章，以下簡(jiǎn)單介紹一下其重大的改進(jìn)。整篇論文的基調(diào)在于一個(gè)關(guān)節(jié)點(diǎn)位置的回歸，使用DNN對(duì)人體關(guān)節(jié)節(jié)點(diǎn)位置進(jìn)行定位...
-
古希臘神話的神譜【未亂搞世代】
最初的天神 卡俄斯 —— 卡俄斯是存在于宇宙形成之前的一片黑暗空間；它的形狀不可描述，可以稱為“混沌”； 歐律諾墨 —— 混沌中的女神，與自己用...
-
古希臘神話中造人和神的過(guò)程
在太初茫茫之時(shí)，世界處于一種雜亂無(wú)語(yǔ)的“混沌”狀態(tài)；太陽(yáng)尚未出世，月亮也沒(méi)誕生，大海、陸地、天空都糅雜在一塊彼此不分。過(guò)了一陣子，天空與大地開始...
-
LRN 和 BN 的區(qū)別 （補(bǔ)一個(gè) LCN）LRN 與 BN 的區(qū)別： ==== LRN 首先，我們知道 LRN 首先是在 AlexNet 中首先，被定義，它的目的在于卷積（即 Relu ...