QITINGSHE

Thinking will not overcome fear but action will.
TO BE A BETTER ONE

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...

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...

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...

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...

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...

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...

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...

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...

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...

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,...