Sundrops Blog

coding and reading

RNN/LSTM

RNN, LSTM, Multi-Dimensional LSTM, Grid LSTM, Graph LSTM系列解读

RNN/Stacked RNN rnn一般根据输入和输出的数目分为5种一对一最简单的rnn 一对多 Image Captioning(image -> sequence of words) 多对一 Sentiment Classification(sequence of words -> sentiment) 多对多: 时序不齐 Machine Tra...

Posted by Sundrops on March 13, 2018

Relation Networks for Object Detection解读

"Relation Networks for Object Detection"

现在做detection的竞争相当激烈，能记住的就是ross kaiming团队和sunjian老师团队，还有今天的主角daijifeng老师团队了arxiv link Motivation 众所周知，如果能model出物体之间的关系，那么对物体识别是大有裨益的。可是在深度学习领域上还没人把这个做work，当前主流的检测模型faster rcnn等都是使用RoIPooling后独...

Posted by Sundrops on March 9, 2018

Path Aggregation Network for Instance Segmentation解读

"Path Aggregation Network for Instance Segmentation"

本篇论文是COCO 2017 instance segmentation的冠军，读了这篇论文再加上之前读论文的体会，和朱神交流后得到一个感悟: 同样一个work的小改动，你不能挖的深或者看得很浅，那你就是trick，而别人就能给科研界带来启发，ResNet很简单，但是kaiming他们就能把解决的问题和起因经过解释的很清楚，然后实验也很solid，给你一步一步解释，但是方法是十分简洁的...

Posted by Sundrops on March 8, 2018

RoIAlign源码解析

"Mask rcnn"

RoIAlign源码及示意图 /* * 参数解释 * bottom_data 需要做RoIAlign的feature map * spatial_scale feature map放缩的尺寸 vgg是1/16 * channels height width feature map的通道高和宽不用多说 * pooled_height pooled_width RoIAlign后的featur...

Posted by Sundrops on February 1, 2018

CapsuleNet一个小例子

"Dynamic Routing Between Capsules"

引用YouTube上一个up主的视频，讲解一个capsulenet的一个小例子识别的过程假设我们要识别右面的”船”，经过卷积得到2个识别矩形和三角形的胶囊(即向量，之前一篇博客有介绍 CapsuleNet解读)，这两个胶囊为简单起见假设只有一维，代表旋转角度。可以看到经过Conv后得到的primary capsules，每个feature map的位置有2个胶囊，每个胶囊都是...

Posted by Sundrops on January 1, 2018