计算机视觉学习记录
避免重复造轮子
CNN中的注意力机制 CNN中的注意力机制
通道注意力机制SENetSENet(Squeeze-and-Excitation Networks,SENet)是ImageNet2017分类比赛的冠军模型,主要思想为对H×W×C的feature map进行处理,得到一个1×1×C的权重,
2020-05-14
Softmax Vs Softmax loss Softmax Vs Softmax loss
Softmax-loss layer:输出 loss 值 $L=-\sum_{j} y_{j} \log p_{j}$ layer { name: "loss" type: "SoftmaxWithLoss"
Distilling Knowledge from Refinement in MLDN Distilling Knowledge from Refinement in MLDN
摘要基于MIL的弱监督目标检测方法通常从一组候选区域中选择得分最高的实例,然后再根据IoU取其相近区域。在本篇文章中,作者提出了一种自适应监督聚合函数(adaptive supervision aggregation function),可
2020-05-12
Screen命令使用 Screen命令使用
安装:sudo apt install screen 新建会话窗口:scrren或者screen -S name 退出当前窗口,回到主窗口(detach):Ctrl+a+d 恢复会话窗口: 先通过screen -ls查看窗口列表, 再通过
2020-05-11
Pytorch中hook Pytorch中hook
hook相当于插件。可以实现一些额外的功能,而又不用修改主体代码。把这些额外功能实现了挂在主代码上,所以叫钩子,很形象。 Pytorch中常见的hook有: torch.autograd.Variable.register_hook
2020-05-11
Grad-CAM解析 Grad-CAM解析
采用VGG16等分类模型,计算输入图像的特征图、预测类别及预测类别得分,通过对某预测类别的特征图进行加权求和,再通过ReLU去除对该类别有负影响的点,得到最终的热力图: $$L_{Grad-CAM}^c=ReLU(\sum\limits_
2020-05-10
2 / 12