Advertisement

论文阅读《Spatial Transformer Networks》

阅读量：
Reference
what is STN ?
  • module inserted to CNN without any extra training feature maps
  • learn invariance to translation, scale, rotation, and more generic warping
Application
  • image classification
  • co-localisation
  • spatial attention
Pipeline

  • Forward
    pipeline

    1. 通过** locatnet** ，提取输入图像的** theta**(将用于仿射变换)；

    2. 根据输入图像的width和height以及** 仿射变换(或者TPS)** 的参数theta，可以生成** 目标位置** 在输入图像(U)中对应的位置（与输入图像位置一直的目标索引）;
      （由torch.bmm, Batch matrix matrix product of matrices生成）。

    3. 根据目标在输入图像中的对应位置（索引矩阵）利用双线性插值得到目标输出。

  • backward

Examples

这里写图片描述
这里写图片描述

全部评论 (0)

还没有任何评论哟~

相关文章推荐

论文阅读《Spatial Transformer Networks》

Reference 原文 源码:torch平台 实例：交通路标识别 参考博客 whatisSTN? moduleinsertedtoCNNwithoutanyextratrainingfeaturem...

Spatial Transformer Networks 论文解读

papertitle:SpatialTransformerNetworks paperlink:https://arxiv.org/pdf/1506.02025.pdf oralordemovideo...

【阅读论文笔记】《3D Morphable Models as Spatial Transformer Networks》

《3DMorphableModelsasSpatialTransformerNetworks》 BasA,HuberP,SmithWAP,etal.3DMorphableModelsasSpatial...

论文阅读《Spatial Transformer Network》

GoogleDeepMind Abstract: 作者说明了CNN对于输入的数据缺乏空间变换不变形lackofspatiallyinvariantabilitytoinputdata，因此作者引入了一...

Spatial Transformer Networks 论文笔记

SpatialTransformerNetworks论文笔记 简介 SpatialTransformerNetworks和BN一样相当于一个小插件，放在卷积网络中，其主要目的是对齐网络的每个输入。

论文阅读 Learning Affinity via Spatial Propagation Networks

abstract Introduction ralatedwork proposedapproach 数学证明linearpropagationasspatialdiffusion 定理1 定理2 l...

[论文理解]Spatial Transformer Networks（STN）

0写在前面 在对原文进行了翻译，以及参考了别人的一些博客后，lz打算提炼一下自己对STN的理解，后续有更深入的认识后会不断地增加内容。运用pytorch实现的STN代码可以点这里查看。

【论文学习】STN —— Spatial Transformer Networks

Paper：SpatialTransformerNetworks 这是Google旗下DeepMind大作，最近学习人脸识别，这篇paper提出的STN网络可以代替align的操作，端到端的训练实现图...

论文阅读：Spatial-Temporal Transformer for Dynamic Scene Graph Generation

SpatialTemporalTransformerforDynamicSceneGraphGeneration 论文地址：<https://arxiv.org/abs/2107.12309 gith...

[论文阅读]Spatial Temporal Graph Convolutional Networks for Skeleton-Based ActionRecognition

目录 一.概括 二.传统GCN与本文STGCN之间的区别 三.实现STGCN的细节 一.概括 传统的a骨骼建模方法通常依靠手工制作部分或遍历规则，从而导致表达能力有限和泛化困难.过往方法能力的限制在于...