closer

When we launched React | A JavaScript library for building user interfaces two weeks ago there were a few comparisons to AngularJS ( Facebook’s New React JavaScript Library Tutorial Rewritten in AngularJS ). We already talked about how React works and its philosophy ( React | Why did we build React? ), but let's get a little more concrete and look at React and Angular code side-by-side. To set the record straight: React components are far more powerful than Angular templates; they should be compared with Angular's directives instead . So I took the first Google hit for "AngularJS directive

( 这篇博文为原创，如需转载本文请email我： leizhao.mail@qq.com, 并注明来源链接，THX！) 本文主要分享了一篇来自CVPR 2018的论文， A Closer Look at Spatiotemporal Convolutions for Action Recognition 。这篇论文主要介绍了Video Classification、Action Recognition方面的工作，包括2D、3D以及混合卷积等多种方法，最重要的贡献在于提出(2+1)D的结构。 1. Related Work 图1 视频领域深度学习方法发展 在静态图像任务（Object Detection、Image Classification等）中，深度学习的引入产生了巨大影响。但在视频领域，深度网络在引入之初显得有些乏力，于是针对2D网络对视频任务适应性改进的工作开始成为流行。一种思路是保留2D网络用于空间推理，另外通过2D对Optical Flow或者3D对RGB进行时间推理，比如Two-Stream就属于前者，ARTNet属于后者。另一种思路是将2D核换成3D核，直接时空混合卷积，C3D是这种思路的体现。而后的P3D将时空操作分解，ARTNet和FstNet也是出于同样的考虑。I3D另辟蹊径，使得之前的2D网络在视频领域仍然能发挥pre-train的作用。更重要的是

2. Related Work 关于细粒度图像识别的研究沿着两个维度进行，即 判别性特征学习和复杂的局部定位 。 2.1. Discriminative Feature Learning 学习判别性特征对于细粒度图像识别至关重要。由于深度学习的成功，大多数方法依赖于强大的卷积深层特征， 其在通用 和细粒度识别上 比手工制作的特征有着显着改善[4,5,6,17,29]。为了学习更强大的特征表示，深度残差网络[9]通过优化残差函数将CNN加深到152层，其将ImageNet测试集中的错误率降低到3.75％[17]。为了更好地建模细粒度类别中存在的微妙差异，最近提出一种双线性结构[ 19 ]来计算两个独立CNN的成对特征的相互作用来捕获图像的局部差异，这已经取得了鸟类分类中最先进的成果[30]。此外，另一种方法[ 34 ]提出用Fisher Vector[23]统一CNN与空间加权表示，显示了在鸟[30]和狗数据集[13]的优异结果。 2.2. Sophisticated Part Localization 以前的工作主要集中在利用边界框和部分注释等额外注释来定位细粒度识别中的重要区域[10，18，22，30，32，33]。然而，手动注释的大量劳动使得此任务对于大规模的实际问题不可行。最近，出现了一些新的工作，旨在提出一个更一般的情况，并提出使用无监督的方法来挖掘注意力区域