Showing items from computer vision

Residual Leaning：認識ResNet與他的冠名後繼者ResNeXt、ResNeSt

Jia-Yau Shiau
Date : June 11, 2020
Categories : Ml studies
Tags : Computer vision ,Network architecture

Residual Leaning: 認識ResNet與他的冠名後繼者ResNeXt、ResNeSt 打從ResNet出現後，以residual block / residual learning為主架構的網路接連地在各個論文中出現，也正式撬開了深層數網路的時代。事實上，目前在computer …

使用Pre-training的方法與時機

Jia-Yau Shiau
Date : June 2, 2020
Categories : Ml studies
Tags : Computer vision

使用Pre-training的方法與時機在做大部分deep learning任務時，使用pre-training模型是很常見的做法。雖然Kaiming He在2018年的Rethinking ImageNet Pre-training 論文中提到即使train from scratch也可以達到使 …

Self-Supervised Learning的新高度：從SimCLR認識SSL與Contrastive Learning

Jia-Yau Shiau
Date : May 13, 2020
Categories : Ml studies
Tags : Self supervised learning ,Computer vision

Self-Supervised Learning的新高度：從SimCLR認識SSL與Contrastive Learning 今年 (2020年) Google release了SimCLR ，與Facebook AI團隊 (FAIR)提出的MoCo 都是近年self-supervised …

Network Deep之後：融合深層與淺層特徵的FPN、U-Net與Hourglass

Jia-Yau Shiau
Date : April 16, 2020
Categories : Ml studies
Tags : Computer vision ,Network architecture

Network Deep之後：融合深層與淺層特徵的FPN、U-Net與Hourglass 在CNN的設計中，如何有效地融合深層與淺層的特徵是這幾年很重要的研究重點之一，因為網路的深度與down sample其實是一件有點矛盾的事情。一般來說我們相信較淺的特徵主要提供細節資訊，而較深的資訊提供語 …

TridentNet: Object Detection多尺度的新視角

Jia-Yau Shiau
Date : March 23, 2020
Categories : Ml studies
Tags : Computer vision ,Object detection ,Network architecture

TridentNet: Object Detection多尺度的新視角所謂的多尺度問題指的是同一個物件因為視角的遠近導致視覺上的大小變化，對於單一影像(monocular)相當難以分辨。其時不只是在object detection上，computer vision上的多尺度問題一直以來都是廣泛被討 …

Object Detection 錨點之爭： Anchor Free大爆發的2019年

Jia-Yau Shiau
Date : January 18, 2020
Categories : Ml studies
Tags : Computer vision ,Object detection

Object Detection 錨點之爭： Anchor Free大爆發的2019年物件識別（Object Detection）一直以來有兩大爭論：第一個是One-stage v.s. Two-stage、第二個就是Anchor-based v.s. Anchor-free。在2019年以 …