发表服务
CGNet主要由CG块构建而成，CG块可以学习局部特征和周围环境上下文的联合特征，最后通过引入全局上下文特征进一步改善联合特征的学习。1介绍下图给出了在Cityscapes数据集上对现有的一些语义分割模型的测试效果，横轴表示参数量，纵轴表示准确率(mIoU)。
Pointcloudreconstructionhasmadegreatprogresswiththeapplicationofdeeplearning,buttheblurrededgesandsparsedistributionofpointcloudsremainhugechallengesinthisfield.Inthispaper,weproposeaCascadedGenerativeNetwork...
优点：论文从实验现象到论证过程，再到抽象模型都写得很有逻辑。实验结果也表明该技巧也非常的有用。目前在RetinaNet中加入了该trick，也有1.5个点的提升（没有用sbn），说明还是非常有效，会继续。
论文源址：https://arxiv.org/abs/1606.02147tensorflowgithub:https://github/kwotsin/TensorFlow-ENet
GCNet论文名称为：《GCNet:Non-localNetworksMeetSqueeze-ExcitationNetworksandBeyond》，是由清华大学提出的一个注意力模型，与SEblock、NonLocalblock类似，提出了GCblock。.为了克服NLblock计算量过大的缺点，提出了一个SimplifiedNLblock，由于其与SEblock结构的相似性，于是...
CGNet主要由CG块构建而成，CG块可以学习局部特征和周围环境上下文的联合特征，最后通过引入全局上下文特征进一步改善联合特征的学习。1介绍下图给出了在Cityscapes数据集上对现有的一些语义分割模型的测试效果，横轴表示参数量，纵轴表示准确率(mIoU)。
Pointcloudreconstructionhasmadegreatprogresswiththeapplicationofdeeplearning,buttheblurrededgesandsparsedistributionofpointcloudsremainhugechallengesinthisfield.Inthispaper,weproposeaCascadedGenerativeNetwork...
优点：论文从实验现象到论证过程，再到抽象模型都写得很有逻辑。实验结果也表明该技巧也非常的有用。目前在RetinaNet中加入了该trick，也有1.5个点的提升（没有用sbn），说明还是非常有效，会继续。
论文源址：https://arxiv.org/abs/1606.02147tensorflowgithub:https://github/kwotsin/TensorFlow-ENet
GCNet论文名称为：《GCNet:Non-localNetworksMeetSqueeze-ExcitationNetworksandBeyond》，是由清华大学提出的一个注意力模型，与SEblock、NonLocalblock类似，提出了GCblock。.为了克服NLblock计算量过大的缺点，提出了一个SimplifiedNLblock，由于其与SEblock结构的相似性，于是...
发表服务