SF
keep going
keep going
注册登录
关注博客
注册登录
主页
关于
RSS
RNN,LSTM,STFCN
wenny
2017-06-05
阅读 4 分钟
4.6k
前向传播与后向传播与神经网络类似。Loss = -yt*log(yt’)。其中yt表示时刻t正确的结果,yt’是预测的结果。RNN的弊端:当时间间隔变大时,早些时间的信息难以被学习。直观原因:RNN的激活函数tanh可以映射到-1到1之间,利用梯度下降调优时用链式法则,很多个小于1的数值相乘会很快逼近0。
One-Shot Video Object Segmentation论文笔记
wenny
2017-06-04
阅读 3 分钟
7.2k
本文处理了半监督视频物体分割的问题,如给出第一帧的掩码,在视频中将这个物体从背景中分开。我们展示了OSVOS,一个基于全卷积神经网络的结构。这个结构在ImageNet进行预学习,对前景进行语义分割,最终利用一张标注的图片来实现整个视频序列中该物体的分割。所有帧都是独立处理的,但是结果显示连贯稳定。我们在两个有...
Recent Progress in Road and Lane Detection - A survey论文笔记(一)
wenny
2017-06-02
阅读 2 分钟
2.7k
ADAS系统面临的瓶颈事认知问题,其中包括两类,一类是道路和车道线认知,一类是障碍物(如车辆、行人)识别。本文关注前者。道路颜色、texture(质地、结构)、道路的边界以及车道线是被是人类行驶时的主要认知线索。道路和车道线检测包括检测道路的长度、车道线的数量和位置、合并、分离和终止线以及道路在城市、乡村和...
Traffic-Sign Detection and Classification in the Wild 论文笔记
wenny
2017-05-16
阅读 2 分钟
7.4k
尽管在交通标志识别和分类领域已经取得了不错的成绩,但是很少有在real world images中同步处理两个tasks的研究。论文有两个特点。一是创建了一个100000张全景的Benchmark,有30000张包含了交通标志。这些图片覆盖了不同光线和天气状况。每个交通标志都被标注了一个label,边框和pixel mask.这个Benchmark是Tsinghua-Tence...