YZh学习记录-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

YZh学习记录

专栏成员

19

文章

23832

阅读量

16

订阅数

GhostNet: More Features from Cheap Operations论文解析

编程算法 ghost 神经网络机器学习深度学习

由于内存和计算资源有限，很难在嵌入式设备上部署卷积神经网络（CNN）。特征图中的冗余是那些成功的CNN的重要特点，但很少在神经体系结构设计中进行研究。本文提出了一种新颖的Ghost模块，可以通过简单的操作生成更多的特征图。基于一系列内在的特征图，我们应用了一系列简单的线性变换以生成许多ghost特征图，这些ghost特征图可以充分揭示内部特征的信息。提出的Ghost模块可以作为即插即用组件来升级现有的卷积神经网络。Ghost boottlenecks 旨在堆叠Ghost模块，然后可以轻松建立轻量级的GhostNet。实验表明：我们的GhostNet可以实现比MobileNetV3更高的识别性能（例如75.7％top-1精度）。

2020-11-10

1.1K0

论文翻译：Deep Learning on Radar Centric 3D Object Detection

图像处理深度学习图像识别人工智能神经网络

即使许多现有的3D目标检测算法主要依赖于摄像头和LiDAR，但camera和LiDAR容易受到恶劣天气和光照条件的影响。radar能够抵抗这种情况。近期研究表明可以将深度神经网路应用于雷达数据。本论文提出一种基于深度学习的radar 3D 目标检测。据我们所知，我们是第一个展示基于深度学习的radar 3D 目标检测模型，该模型是在雷达的公共数据集上训练所得。为了克服缺乏雷达标记数据的问题，我们利用大量的LiDAR点云数据，将其转换为类似radar的点云数据和有效的雷达数据增强技术。

2020-11-09

9630

MobileNetV2 论文阅读

https 网络安全神经网络

MobileNetv2架构是基于倒置残差结构(inverted residual structure)，原本的残差结构的主分支是有三个卷积，两个逐点卷积通道数较多，而倒置的残差结构刚好相反，中间的卷积通道数(依旧使用深度分离卷积结构)较多，旁边的较小。此外，我们发现去除主分支中的非线性变换是有效的，这可以保持模型表现力。

2020-10-26

1.3K0

相机标定1：坐标系关系

于是，从世界坐标系到相机坐标系，涉及到旋转和平移（其实所有的运动也可以用旋转矩阵和平移向量来描述）。绕着不同的坐标轴旋转不同的角度，得到相应的旋转矩阵，如下图所示：

2020-10-18

9830

CAM 系列论文阅读总结

访问管理神经网络

CAM全称Class Activation Mapping，既类别激活映射图，也被称为类别热力图。

2020-09-25

1.4K0

CAM 论文阅读

访问管理卷积神经网络神经网络机器学习深度学习

重新审视《 Network in network》中提出的全局平均池化层（global average pooling），并阐明了它是如何通过图片标签就能让卷积神经网络具有卓越的定位能力。虽然这项技术以前被当做正则化训练的一种方法，但是我们发现它实际构建了一种通用的适用于各种任务的能定位的深度表示。尽管global average pooling很简单，我们仍然能够在2014年的ILSVRC物体定位比赛中得到37.1%的top-5错误率，与CNN的34.2%top-5错误率非常接近。我们证明了我们的网络能在各种任务中区分图像区域进行定位，尽管没有经过（定位）训练。

2020-09-21

1.1K0

C++第二章变量与基本类型

c++中的类型检查发生在编译阶段，因此编译器必须知道程序中每一个变量所对应的类型。

2020-09-11

8990

MobileNetv1 论文阅读

我们针对移动端以及嵌入式视觉的应用提出了一类有效的模型叫MobileNets。MobileNets基于一种流线型结构使用深度可分离卷积来构造轻型权重深度神经网络。我们介绍两个能够有效权衡延迟和准确率的简单的全局超参数。这些超参数允许模型构造器能够根据特定问题选择合适大小的模型。

2020-09-11

6880

squeezenet 论文阅读

机器学习神经网络深度学习人工智能卷积神经网络

最近对深卷积神经网络 (CNNs) 的研究主要集中在提高计算机视觉数据集的精确度上。对于给定的精度级别, 通常可以用不同的 CNN 体系结构来实现了该精度级别。而具有更少参数的 CNN 体系结构具有以下几个优点:

2020-09-08

5420

Resnet 分享之问题汇总

10. 池化与strid= 2 的比较，区别。为什么用stride = 2 代替池化

2020-08-28

4450

深度学习trick--labelsmooth

https 网络安全

Label smoothing其全称是 Label Smoothing Regularization(LSR)，即标签平滑正则化。

2020-08-22

1.6K0

valgrind测试报告分析

编程算法开源 linux

valgrind输出结果会报告5种内存泄露，"definitely lost", "indirectly lost", "possibly lost", "still reachable", and "suppressed"。这五种内存泄露分析如下：

2020-08-17

2.8K0

结合最近cmake的运用，对cmake的使用做简要总结。主要是关键词，编译思路的理解。

2020-08-15

8660

ResNet那些事~

编程算法深度学习

增加网络的深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，一个比较好的例子就是VGG，该网络就是在AlexNex的基础上通过增加网络深度大幅度提高了网络性能。

2020-08-08

1.1K0

静态库与动态库的那些事

c++打包汇编语言编程算法

完成宏替换、文件引入、以及去除空行、注释等，为下一步的编译做准备。也就是对各种预处理命令进行处理，包括文件的包含、宏定义的扩展、条件编译的选择等。

2020-08-08

1.5K0

CMAKE学习记录（二）

编程算法打包

# 找到boost特定版本，以及需要的子模块，1.46.1为最低版本，REQUIRED强调必须找到该模块，否则编译失败；

2020-08-07

1.1K0

faster RCNN 学习记录

https 网络安全

loss的计算过程需要知道真值和预测值。所以求取ｌｏｓｓ的过程就是真值与预测值求取的过程。

2020-08-05

6060

valgrind使用介绍

html 打包 ide linux github

-O0 、-O1 、-O2 、-O3 编译器的优化选项的 4 个级别，-O0 表示没有优化, -O1 为默认值，-O3 优化级别最高。

2020-08-04

2.9K0

打包 c#https 网络安全 c++

根据cmake编写命令（CMakeLists.txt），生成对应的makefile文件（Makefile）。

2020-08-04

1.9K0

没有更多了

社区活动

AI代码助手快速上手训练营

鹅厂大牛带你玩转AI智能结对编程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态