×

脱咖啡因咖啡

swMATH ID: 17856
软件作者: J.Donahue、Y.Jia、O.Vinyals、J.Hoffman、N.Zhang、E.Tzeng、T.Darrell
描述: DeCAF:用于一般视觉识别的深度卷积激活功能。我们评估从激活深度卷积网络中提取的特征是否可以重新用于新的通用任务,该网络以完全有监督的方式对大型固定目标识别任务集进行训练。我们的通用任务可能与最初训练的任务有很大不同,并且可能没有足够的标记或未标记数据来常规训练或调整深层架构以适应新任务。我们研究并可视化了与各种此类任务相关的深层卷积特征的语义聚类,包括场景识别、域自适应和细粒度识别挑战。我们比较了依赖不同网络级别来定义固定特征的效果,并报告了在几个重要的视觉挑战方面显著优于最先进技术的新结果。我们正在发布DeCAF,这是这些深度卷积激活功能的开源实现,以及所有相关的网络参数,以使视觉研究人员能够在一系列视觉概念学习范式中进行深度表征实验。
主页: https://github.com/UCBAIR/decaf-release/wiki
源代码:  https://github.com/UCBAIR/decaf-release/wiki
相关软件: ImageNet公司;AlexNet公司;卡费;OverFeat公司;伦敦银行支持向量机;加州理工大学-256;SIFT公司;PASCAL挥发性有机化合物;MNIST公司;MatConvNet公司;LIBLINEAR银行;冲浪;UCI-毫升;开胃-v4;YOLO公司;深度实验室;LMNN公司;更快的R-CNN;单词2vec;LFW公司
引用于: 31文件
全部的 前5名

112位作者引用

2 范晓鹏
2 高德鹏
2 朱迪·霍夫曼
2 刘嘉峰
2 埃里克·罗德纳
2 唐祥龙
2 吴锐
1 拉克什·阿坎塔
1 沙赫佐尔·艾哈迈德
1 哈纳州阿贾坎
1 Alsaadi,Fawaz E。
1 尤瓦尔·本杰米尼
1 尤内斯·本纳尼
1 保罗·博德斯海姆
1 卜、舒慧
1 张和友
1 陈杰
1 程丹松
1 郑,龚
1 LoongFah Cheong
1 Cottrell,Garrison W。
1 科蒂,尼古拉斯
1 马可·库图里
1 克日什托夫·登布奇恩斯基
1 邓伟宏
1 乔阿希姆·登茨勒
1 杰夫·多纳休
1 杜波
1 穆拉德·埃尔·哈姆里
1 伊萨姆·法利赫
1 冯梦阳
1 Paul W.Fieguth。
1 火焰,雷米
1 亚历山大·弗雷塔格
1 比约恩·弗里奇
1 傅云
1 雅罗斯拉夫·加宁
1 高,杨
1 杰曼,帕斯卡尔
1 关洁超
1 何凌霄
1 何一伟
1 胡新涛
1 埃克Hullermeier
1 加利福尼亚州贾瓦哈。
1 寇、刚
1 Wouter M.库乌。
1 Krijthe,Jesse H。
1 丹尼尔·库恩
1 布莱恩·库利斯
1 雨果·拉罗谢尔
1 弗朗索瓦·拉维奥莱特
1 维克多·伦皮茨基
1 卡雷尔·伦克
1 李敖雪
1 李海清
1 李军
1 李珊珊
1 李万清
1 刘,大连
1 刘新旺
1 刘友发
1 刘振宝
1 马可·卢格
1 陆虎川
1 卢志武
1 罗,魏
1 马里奥·马尔坎德
1 Andrew M.麦当劳。
1 米克,弗拉基米尔
1 佩曼Mohajerin Esfahani
1 梅赫里亚·莫赫里
1 倪福川
1 大卫·C·诺瓦克。
1 欧阳、万里
1 潘辛诺·加林
1 马蒂·皮提卡·伊南
1 马西米利亚诺·蓬蒂尔
1 秦、姚
1 阿兰·阿科托马蒙杰
1 凯特·桑科
1 索鲁什沙菲埃扎德赫·阿巴德
1 迪米特里斯·斯塔莫斯
1 孙振安
1 理查德·塞利斯基
1 唐、晶晶
1 田英杰
1 曾伟雄
1 叶夫根尼亚·乌斯蒂诺娃
1 露西娅·瓦迪卡莫
1 范德马滕,劳伦斯J.P。
1 安德烈·维达尔迪
1 亚沙斯维·维尔马
1 威廉·韦格曼
1 王磊
1 王利伟
1 王伟
1 王晓刚
1 温吉荣
1 向、陶
…还有12位作者

按年份列出的引文