[导读] 胶囊网络 (Capsule Networks) 图领奖得主 Geoffrey Hinton 在 17 年提出的一种新型神经网络结构, 可以克服卷积神经网络存在的一些问题. CVPR2019 包含了半天的面向计算机视觉的胶囊网络教程, 本文介绍其中一篇综述.
胶囊网络提供了一个有效的建模实体间局部到全局关系的方法, 并可以学习视角不变表示. 通过这种提升的表示学习, 胶囊网络可以在多个领域下用更少的参数取得好的性能. 最近, 胶囊网络在视频中人类行为定位, 医学图像目标分割, 文本分类等任务上都取得了最好的效果.
CVPR2019 包含了多个与胶囊网络相关的教程, 本文介绍其中 Yogesh Rawat 的一篇综述 PPT《Capsule Networks: A Survey》, 其内容大致如下:
简介
早期工作
基础工作
视频胶囊
路由
动态和 EM
注意力
多模态
通用
快速动态路由
模态
视觉: 图像和视频
文本
图
3D 点云
问题领域
分类
分割
定位
应用
关系抽取
对抗检测
脑瘤分类
乳腺癌检测
请关注专知公众号(点击上方蓝色专知关注)
后台回复 "CNSV19" 就可以获取《Capsule Networks: A Survey》完整版 PPT 下载链接~
附部分预览:
参考链接:
- https://www.crcv.ucf.edu/cvpr2019-tutorial/slides/survey_yogesh.pptx
- -END-
来源: https://www.qcloud.com/developer/article/1457065