小黄不头秃

我们知道越深的网络其实是越难以训练的，因为我们前面说过，越来越深的网络接近输入层的时候，他的梯度的更新力度是很小的。即使底层有更新，会给高层的网络造成动荡。前面也讲过了两种方...

小黄不头秃

（一）ResNet 残差网络 这是卷积神经网络中的巨佬，它能够将网络做到上百层。更深更大的网络。那他是怎么设计出来的呢？ （1）层数的叠加真的会提高精度吗？ 答案是不见得的。...

京城梅子酒

Different parameters needs different learning rate Adargrad： RMSProp：动态调整 Learning Rate...

京城梅子酒

定义receptive field覆盖整个图像： 让一些Neuron共享参数： Another story based on filter

京城梅子酒

BT-RoadNet 然而，现有的道路自动提取方法只注重区域精度而不注重边界质量； 由于噪声和遮挡的影响，这些道路提取方法大多会产生不连续的结果。 针对这两个问题，提出了一种...

京城梅子酒

LiteSeg 所提出的编码器包含一个骨干网络架构，该架构充当用于特征提取的图像分类架构。 选择这些架构是为了满足我们的性能标准，因此我们使用不同的三个轻量级模型 Mobil...

京城梅子酒

FCN： GAN GAN网络： 1.Unet-gan 2.FCN+GAN FPN（Featured Pyramid Networks特征金字塔网络） DenseNet+LAU...

京城梅子酒

1. Split Depth-wise Graph-Conv Network 2.Scribble-Based Weakly Supervised 3.Cascaded Mu...