Introduction

定义模糊图像的生成过程:

$$ y=x*k+n $$

其中$x$是清晰原始图像, 模糊核$k$, 以及加性噪声$n$. 一般的求解过程: 假设图像$x$的 …

文章介绍如何训练 end-to-end (端到端, 输入不需要处理, 输出即为所得), pixels-to-pixels (像素级的映射) 的卷积网络用于 semantic segmentation (语义分割).

key insignt: 构建 fully …

背景

2015年 Faster-RCNN 首次使用深度学习网络将视觉目标检测任务端到端 Learning 化，核心工作是其中的 RPN 设计替代了传统的 Selective Search 来生成 …

Versions

2015.06_Yolov1

Single Stage, anchor-free object dection.

每个位置的feature map通过MLP只预测B=2个框的回归量，没有利用1x1全卷积的 属性，也没有引入anchor的多尺度/多比例概念． 同时对于回归量的学习使用 …

K-means algorithms

Input {$x_1$, $x_2$, ..., $x_m$}

1. Initialize cluster centriods: $c_1$, $c_2$, ..., $c_k$

2. Repeat

   2.1 assign $x_i$ to $c_j$

   2.2 update $c_j$ according to group sample

   2.3 break when center distance is less than a threshold

As the distortion function $J$ is a non-convex function, the alogrithm will …

当需要融合两个 layer 时, 先要确定层之间的坐标对应关系.

argument layer with coordinate map

坐标映射可以表示成 $Ax+b$, 其中 $A$是对角阵(即只有缩 …

深度学习在图像应用的非常信赖于卷积层 (Convolutional layer) 的应用. 本文介绍其在 Caffe 中是如何实现的.

Convolution

卷积的运算过程如下图所示 …

在优化深度网络时，首先要根据损失函数计算 loss，但它对计算梯度是没有用的， 因为 loss 对最后一层的误差敏感项 $\delta$ 可以根 …

之前讨论了如何计算标量函数的梯度 (gradient), 下面讨论矩阵梯度 (derivative) 的 计算过程. 这是深度学习链式法则计算梯度的基础.

在单 …

In machine learning and image processing, calculating gradient of a funcion is one of the most frequent operations. Here are some common rules.

首先，介绍下标量函数(scalar function)和向量函数(vector function)。

标量函数是将一个实 …