learn, build, evaluate
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks (2015/6) 1. 概述 文章的主要贡献有： 提出了 Region Proposal Network（RPN），通过共享检测网络的卷积特征，可以几乎零成本地生成候选区域。RPN 是一种全卷积网络，可以同时预测对象的…
Read more
Fast R-CNN (2015/4) 1. 概述 文章的主要贡献有： 提出了一种能够更高效地对候选区域中的目标进行分类的深度卷积神经网络，称为 Fast R-CNN（Fast Region-based Convolutional Network），使用了多种方法来提高训练/测试的速度和检测的准确度。 提出了 RoI（region of interest）池化，从特征图中为…
Read more
Rich feature hierarchies for accurate object detection and semantic segmentation (2013/11) 1. 概述 文章的主要贡献有： 提出了一种将卷积神经网络（CNN）用于目标检测的方法，称为 R-CNN（Regions with CNN features）。先通过 selective sear…
Read more
EfficientNet: Rethinking Model Scaling for Convolutional Neural Network (2019/5) 1. 概述 文章的主要贡献有： 提出了一种系统化地对模型进行缩放的方法，同时对网络的深度、宽度和分辨率进行缩放。 通过神经架构搜索（neural architecture search，NAS）得到了一系列称为 E…
Read more
Searching for MobileNetV3 (2019/5) 1. 概述 文章的主要贡献有： 提出了一种新的用于构建高效网络的 block 结构，结合了 MobileNetV1 中的深度可分离卷积、MobileNetV2 中的 linear bottleneck 和 inverted residual，以及 MnasNet 在 bottleneck 中使用 SE（s…
Read more
图像识别 2019/05 [Reading] EfficientNet: Rethinking Model Scaling for Convolutional Neural Network 2019/05 [Reading] Searching for MobileNetV3 2018/07 [Reading] MnasNet: Platform-Aware Neural Architecture…
Read more
MnasNet: Platform-Aware Neural Architecture Search for Mobile (2018/7) 1. 概述 文章的主要贡献有： 提出了一种移动端神经架构搜索（mobile neural architecture search，MNAS）的方法，同时将模型的准确率和在真实设备上的延迟作为搜索的目标，以获得二者之间的平衡。 提出了一…
Read more