旗亭涉的博客 | Qitingshe Blog

Deep Bilateral Learning for Real-Time Image Enhancement

从 bilateral filter 到 HDRnet

HDRNet 本文提出的网络架构可以应用在丰富多彩的摄影图片增强工作中，而且可以在高分辨率输入图片上快速计算，这得益于我们采用的三个策略：切片：slicing 仿射颜色变换：affine color transform 全分辨率损失函数：full-resolution loss slicing 我们将大部分的预测工作放在低分辨率的双边网格中进行，其中，对每个像素的x...

Posted by QITINGSHE on June 8, 2018

A Two-Stage Contrast Enhancement Algorithm for Digital Images

Image enhancement

A Two-Stage Contrast Enhancement Algorithm for Digital Images 简介在对人眼对比度的敏感性研究表明，对数曲线服从人类感知中的韦伯定律，本文对HDRI和LDRI提出了一种基于对数曲线的局部对比度增强算法，该算法可以根据局部信息自适应第改变曲率。对细节增强的程度控制，本文给出了两个参数来协调。另外还提出了two-stage流程来解决...

Posted by QITINGSHE on June 8, 2018

ResNet介绍

残差网络，模型退化

什么是残差网络 ResNet：Residual Networks是MSRA何凯明团队在2015年提出的，在多项比赛中获得第一名的成绩，其相关论文 Deep Residual Learning for Image Recognition 也获得了CVPR2016的最佳论文。论文中作者提出了Residual的结构即增加了一个identity mapping（恒等映射），将原来需要学习的...

Posted by QITINGSHE on May 21, 2018

神经网络模型压缩和加速

模型分析

为了解决全连接层的参数规模问题，人们转而考虑增加卷积层，使全连接层参数降低，随之而来的负面影响是大大增长了计算时间与能耗 Krizhevsky 在2014年提出：卷积层占据了大约90-95%的计算时间，且参数规模有较大的值，全连接层占据了大约5-10%的计算时间，95%的参数规模，并且值较小具有50个卷积层的ResNet-50 需要超过95MB的存储器以及38亿次浮点计算。当丢...

Posted by QITINGSHE on April 25, 2018

目标检测——YOLO

YOLO

目前目标检测领域，效果最好，影响力最大的还是RCNN那一套框架，这种方法需要先在图像中提取可能含有目标的候选框（region proposal），然后将这些候选框输入到CNN模型，让CNN判断候选框中是否真的有目标，以及目标的类别是什么。在整幅图中用矩形框标记目标的位置和大小，并且告诉我们框中的物体是什么。这种标记的过程，其实是有两部分组成，一是目标所在位置及大小，二是目标的类别。在整...

Posted by QITINGSHE on April 24, 2018

Focal Loss for Dense Object Detection

RetinaNet

Why: Focal Loss 当前主流检测算法： One-stage: YOLO and SSD Two-stage: RCNN 系列 One-stage的特点：输出一个稠密的proposal，然后丢进分类器中，直接进行类别分类。方法简单，速度快，但精度不高。 Two-stage的特点：分类器在一个稀疏的候选目标中进行分类(背景和对应类别)，通过前面的proposal过程实现...

Posted by QITINGSHE on April 18, 2018

目标检测——RetinaNet

论文——Focal Loss for Dense Object Detection

Classification Versus Detection Classification:What Detection:What and Where So object detection is arguably a harder problem than classification Heavy computational processing: Usually a larg...

Posted by QITINGSHE on April 18, 2018

Github使用

github

生成SSH密钥为了避免在使用github时频繁输入账户和密码，有时需要设置SSH密钥来验证计算机。 ##Step 1: Check for SSH keys 检查 SSH 密钥首先，我们需要检查您的计算机中现有的 SSH 密钥。打开你的 Git Bash 和输入： $ ls -al ~/.ssh # Lists the files in your .ssh directory, i...

Posted by QITINGSHE on April 15, 2018

model

subtitle

Tensor A PyTorch Tensor is conceptually identical to a numpy array: a Tensor is an n-dimensional array. PyTorch do not know anything about deep learning or computational graphs or gradients; they...

Posted by QITINGSHE on April 14, 2018

深度学习中的归一化

归一化😅

深度学习中的归一化结构：激活函数激活函数导致的梯度消失批量归一化自归一化神经网络只改变了激活函数多层感知机：目的是近似估计一个未知函数f(x):x–>y 通过若干简单函数的叠加来实现一个复杂函数 f(x)=f1(f2(…fn(x))) 如果每个简单函数都是线性函数，那么复合函数仍然是线性函数，...