计数感知 swMATH ID: 35861 软件作者: Joseph Paul Cohen、Genevieve Boucher、Craig A.Glastonbury、Henry Z.Lo、Yoshua Bengio 描述: 计数概念:完全卷积冗余计数。数数数字图像中的物体是一个应该被机器取代的过程。这项乏味的任务很耗时,而且由于注释人员的疲劳,很容易出错。其目标是建立一个系统,以图像作为输入,返回内部对象的计数,并以对象定位的形式对预测进行调整。我们提出了一个最初由Lempitsky和Zisserman提出的问题,以根据较小回归网络的接受域预测包含冗余计数的计数图。回归网络预测存在于该框架内的对象的计数。通过以完全卷积的方式处理图像,每个像素将被计算一些次数,包括它的窗口数,即每个窗口的大小(即32x32=1024)。为了恢复真实计数,我们取冗余预测的平均值。我们的贡献是冗余计数,而不是预测密度图,以平均误差。我们还提出了一种新的深度神经网络架构,该架构改编自Inception网络家族,称为Count-ception网络 主页: https://arxiv.org/abs/1703.08710 源代码: https://github.com/ieee8023/countception 关键词: 计算机视觉和模式识别(cs.CV);机器学习(cs.LG);机器学习(stat.ML) 相关软件: PyTorch公司;掌中宽带;SCT公司;蟒蛇;艾瓦多德的;V网络;FiLM公司;快速NAT;混淆 引用于: 0个文档