導(dǎo)讀本文是FAIR幾位大神的最新作品。文章挺有意思地提出一種部分監(jiān)督學(xué)習(xí)分割的方法。簡(jiǎn)單來說就是學(xué)習(xí)一個(gè)將檢測(cè)參數(shù)遷移為分割參數(shù)的函數(shù),從而實(shí)現(xiàn)...
導(dǎo)讀這是一篇阿里巴巴團(tuán)隊(duì)發(fā)表在CVPR2017關(guān)于衣物檢索的論文。文章提出從視頻到網(wǎng)店商品的檢索方法。通過LSTM對(duì)視頻幀進(jìn)行處理,提取一系列特...
導(dǎo)讀這篇文章是湯曉鷗,王曉剛團(tuán)隊(duì)的作品,收錄于CVPR2016,可能又點(diǎn)老了,不過,對(duì)還沒入門的我來說,看一看還是有收益的。文章主要說兩個(gè)方面:...
導(dǎo)讀準(zhǔn)確來說,這篇Paper嚴(yán)格上算不上論文,沒有什么貢獻(xiàn)點(diǎn)。通篇說的就是Pinterest這APP的pipeline,如何利用各種特征進(jìn)行圖像...
導(dǎo)讀本文是何凱明的作品。文章為了解決圖像分類中平移不變性和目標(biāo)檢測(cè)中平移變換性的困境,構(gòu)造position-sensitive score ma...
導(dǎo)讀本文是曠視科技和清華大學(xué)的聯(lián)合作品。論文針對(duì)two-stage的目標(biāo)檢測(cè)框架中,回歸坐標(biāo)和分類的子網(wǎng)絡(luò)進(jìn)行優(yōu)化,主要結(jié)合Faster RCN...
導(dǎo)讀:論文出自Google Brain,是對(duì)前一篇論文的改進(jìn),前一篇文章講述了用RNN去搜索一個(gè)最好的網(wǎng)絡(luò)結(jié)構(gòu),而這篇文章認(rèn)為之前的搜索空間太大...
導(dǎo)讀ICLR2017,論文的主題是如何用一個(gè)RNN通過強(qiáng)化學(xué)習(xí)生成一個(gè)效果不錯(cuò)的CNN結(jié)構(gòu)或者一個(gè)新的Recurrent Cell。文章的效果不...
本系列教程包括9個(gè)小節(jié),對(duì)應(yīng)Caffe2官網(wǎng)的前9個(gè)教程,第10個(gè)教程講的是在安卓下用SqueezeNet進(jìn)行物體檢測(cè),此處不再翻譯。另外由于欄...