自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 Domain adaptation 的用处

领域自适应的作用领域自适应就是要让编码器提取出来的特征,让领域判断器分辨不出来来自源域(source domain)或者目标域(target domain)(即领域不变),即提取不随领域变化而变化的特征,即两个域中共同的特征(same feature)。这种模型的训练需要使用生成对抗网络(GAN)的模式或者梯度反转。2个数据集之间存在相同的特征,但是由于图片上特征分布的区别,会导致进行same task时出现不同的效果,领域自适应需要做的就是让源域的数据集与目标域的数据集之间的训练的特征空间中的特征分布

2021-01-27 15:47:49 331

原创 YOLOv2论文阅读笔记

YOLO9000:Better, Faster, Stronger-阅读笔记1 摘要1.1 背景yolov2相比于yolo有了一些较大程度上的改进,属于当时(2017)的一个sota的算法,相比于SSD和R-CNN和ResNet效果,表现更佳。主要提升的地方:相比于yolov1可检测的类别更多了,可以检测超过9000个种类。使用了新的,多尺度(multi-scale)训练模型,可以运行在多种size上。提供了对于检测速度和精度的简单权衡。提出了一种模型来联合训练目标检测和分类任务,作者用

2020-12-17 20:16:25 247

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除