可解释CNN的对象分类【上海交大】.pdf
本文提出了一种学习深度卷积神经网络(CNN)中可解释卷积滤波器的通用方法，用于对象分类，每个可解释滤波器都对一个特定对象部分的特征进行编码。我们的方法不需要额外的注释对象部分或纹理的监督。相反，我们使用与传统CNNs相同的训练数据。在学习过程中，我们的方法在一个高卷积层中自动分配每个可解释的过滤器，每个过滤器的对象都是某个类别的一部分。
文件下载
评论信息
-
-
-
jiafeier_555 :我以为是这篇论文的翻译，结果花了10个币下了一篇原著，厉害了都2020-12-20 -
其他资源
- 饭卡管理系统软件工程课程设计
- vlc-androd编译好的最新库(2019-08-13)libvlc3.2.aar
- Springboot+Poi实现Excel的导入导出
- CCP协议中文版
- ICDAR2013数据集百度网盘链接
- 计算理论导引习题答案
- 基于STM32F103C8T6的温控器小设计.zip
- 信息系统项目管理师历年真题及解析（2017~2019,高清PDF）
- STM32 CC1101例程
- Matlab深度优先搜索求解迷宫所有解
- Java+mysql Server学生成绩管理系统（代码+数据库
- 设计模式GOF经典英文原版PDF
- 员工考勤管理系统源码
- 植物蛋白饮料行业报告（7页）.zip
- 玩儿吧商业计划书【恩美路演提供】.pdf
- Experimental study on kilowatt fiber laser in an all-fiber configuration
- 23-通讯录编辑联系人保存联系人信息.zip
- 远程CALL调用.rar
- 图纸刷号工具.rar
- AndroidKiller_v1.3.12018整合版By吾爱论坛昨夜星辰2012.rar
- MSP430系列汇编指令集.pdf
- 知客管理系统
- juniper ssg140 6.3 系统镜像
- PADS常用脚本文件
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明