IP屬地：江蘇
-
多角度認(rèn)識(shí)Batch Normalization補(bǔ)充：關(guān)于BatchNorm的理解： 觀點(diǎn)：Although batch normalization has enabled the deep ...
-
交叉熵、GAN loss與softplus
一、交叉熵理解： 交叉熵，其用來(lái)衡量在給定的真實(shí)分布P(x)下，使用非真實(shí)分布Q(x)所指定的策略消除系統(tǒng)的不確定性所需要付出的努力的大小。其公...
-
論文閱讀——R2D2: Repeatable and Reliable Detector and Descriptor一、概述 ??本文由Naver Lab（Naver即社交軟件Line的母公司，也是韓國(guó)市值最高的互聯(lián)網(wǎng)公司）發(fā)表于2019 NIPS上。作者的核...
-
論文閱讀——D2-Net: A Trainable CNN for Joint Description and Detection of Local Features一、概述 ??作為近兩年detector和descriptor joint learning（也稱one-stage）類型論文的又一代表，D2-...
-
論文閱讀——Universal Correspondence Network一、概述 ??這是圖像匹配領(lǐng)域中一篇比較經(jīng)典的論文，由斯坦福AI lab發(fā)表于2016年CVPR。本文提出了一種利用全卷積網(wǎng)絡(luò)直接預(yù)測(cè)dense...
-
論文閱讀——ResNeSt: Split-Attention Networks一、摘要 ??盡管圖像分類任務(wù)持續(xù)取得進(jìn)步，諸如物體檢測(cè)和語(yǔ)義分割等下游應(yīng)用在選擇骨干網(wǎng)絡(luò)時(shí)仍然大量采用resnet及其變體，因?yàn)閞esnet簡(jiǎn)...
-
論文閱讀——LF-Net: Learning Local Features from Images一、概述 ??本文來(lái)自索尼團(tuán)隊(duì)，提出了一種屬于detect to describe結(jié)構(gòu)的，image與patch相結(jié)合的joint learni...
-
論文閱讀——LIFT: Learned Invariant Feature Transform一、概述 ??本文是一篇非常經(jīng)典的基于深度學(xué)習(xí)的局部特征提取的論文，也是最早將特征檢測(cè)和描述放在一起優(yōu)化（即joint learning）的論文...