4月 1, 2022
论文笔记——Transformer in Convolutional Neural Networks
创新点： ①层次多头自注意力机制，减少计算/空间复杂度 ②结合了transformer和CNN的优势 总体结构 GAP：全局平均池化 FC：全连接层 DW Co...
1643 1
3月 31, 2022
论文笔记——SKNET代码解析
sknet是一个卷积结构，可以扩大卷积的感受野，并且能让卷积同时捕获到[katex]3*3[/katex]和[katex]5*5[/katex]的特征。 整体结...
2047 0
3月 27, 2022
论文笔记——CMT: Convolutional Neural Networks Meet Vision Transformers
创新点： ①提升性能，相比ViT-S参数更少的情况下精度更高 ②transformer和CNN的混合网络，利用transformer来捕获远程特征关系，CNN捕...
1879 0
3月 25, 2022
论文笔记——Image Super-Resolution Using Very Deep Residual Channel Attention Networks
创新点： （1）非常深的残差通道注意网络(RCAN)，用于高精度的图像SR。我们的RCAN可以比以前的基于cnn的方法更深入，并获得更好的SR性能。 （2）残差...
1612 0
3月 20, 2022
论文笔记——In-Domain GAN Inversion for Real Image Editing
一个对于图像生成GAN逆转域的研究（GAN反演） 以前方法存在的问题：只能把图像逆转为像素，而不是原始的潜在空间(latent space) 创新点： ①可以在...
1889 0
3月 19, 2022
论文笔记——GAN Prior Embedded Network for Blind Face Restoration in the Wild
创新点： ①训练一个生成高质量人脸的GAN网络，然后放到U型结构的解码侧，再通过低分辨率图像输入U型结构中进行微调（以前的工作没有微调，指pixel2style...
1826 1
3月 19, 2022
StyleGAN和StyleGAN2
StyleGAN StyleGAN是由Nvidia研究人员于2018年12月推出的生成对抗网络，并于2019年2月可用。 StyleGAN依赖于Nvidia的C...
1858 0
3月 19, 2022
论文笔记——Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation
创新点： ①新的编码器结构，把图像投影到W+空间（与以往的先还原图像，再编辑不同，本方法在W+空间中编辑）。 ②证明了图像的W空间，可以提供控制和编辑的能力 ③...
1948 0
3月 16, 2022
论文笔记——SwinIR: Image Restoration Using Swin Transformer
创新点： ①把Transformer引入超分 ②SwinIR由浅层特征提取、深度特征提取和高质量的图像重建三部分组成。 网络结构 ①浅层特征提取：33卷积层 ②...
1734 0
3月 16, 2022
论文笔记——Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
创新点： ①把transformer引入计算机视觉 ②把transformer中多头自注意力（MSA）模块替换成基于滑动窗口的模块 滑动窗口机制 红框窗口表示一...
1589 0
3月 15, 2022
论文笔记——Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmar...
创新点： ①两个循环协作的网络，一个恢复图像，一个评估landmark ②注意力融合模块 解决的痛点：通过低分辨率图片 LR 或者粗超分辨率图片 SR 得到的人...
1415 0
3月 11, 2022
论文笔记——FSRNet: End-to-End Learning Face Super-Resolution with Facial Priors
创新点： ①利用几何先验，即面部地标热图和解析图 ②引入对抗性网络(FSRGAN) 总体流程：先经过一个网络来恢复粗糙图像，然后进入两个分支分别是精细的SR编码...
1543 0
3月 10, 2022
论文笔记——Pale Transformer: A General Vision Transformer Backbone with Pale-Shaped Attention
创新点：以ViT作为backbone，提出了一种在Pale-Shaped内进行自注意力的结构，能显著降低计算和记忆成本 首先将输入特征图在空间上分割成多个Pal...
1496 0
3月 10, 2022
论文笔记——Local-to-Global Self-Attention in Vision Transformers
创新点： ①多尺度图像多路径的Transformer，最后汇总以保证局部和全局特征提取 ②每个stage多粒度从局部到整体的推理 CNN的多粒度连接： 每个阶段...
1442 0
3月 10, 2022
论文笔记——Conformer: Local Features Coupling Global Representations for Visual Recognition
创新点：同时利用CNN的捕获局部特征的优点和Transformer捕获长距离特征的优点。 上图中的(c)表示整个网络结构的并发构型。 (b)表示，两个分支的初始...
1581 0
3月 1, 2022
RAS-pytorch代码详解以及到mindspore的迁移
RAS即“Reverse Attention-Based Residual Network for Salient Object Detection”，是一个图...
1566 0