- 博客(15)
- 资源 (1)
- 收藏
- 关注
转载 BatchNormliaztion
Batch Normalization原理与实战 - 天雨粟的文章 - 知乎 https://zhuanlan.zhihu.com/p/34879333。看了很多,下面这个讲的简单清楚,在看前可配合李宏毅和李沐的视频。
2023-08-17 15:04:04 107 1
原创 ReID中的硬标签和软标签
软标签是指在训练过程中,每个图像可以有多个可能的类别标签。软标签可以表示图像与多个身份之间的相似度或相关性。软标签可以通过计算图像之间的相似度或使用其他方法来生成。在无监督学习或半监督学习中,软标签常常用于表示图像之间的相似性关系。硬标签是指在训练过程中,每个图像只有一个确定的类别标签。总结起来,硬标签是指每个图像只有一个确定的类别标签,而软标签是指每个图像可以有多个可能的类别标签,用于表示图像之间的相似度或相关性。硬标签和软标签是在ReID(行人再识别)中用于表示图像的标签的两种不同形式。
2023-07-31 09:48:55 368 1
原创 制作ReID数据集的步骤
3. 行人检测与跟踪:使用行人检测算法(如Faster R-CNN、YOLO等)对图像或视频中的行人进行检测,并使用目标跟踪算法(如SORT、DeepSORT等)进行行人跟踪,以获取每个行人在不同帧中的轨迹信息。7. 数据增强:为了增加数据集的多样性和泛化能力,可以应用一系列数据增强技术,如随机裁剪、翻转、旋转等操作,生成更多的样本。6. 划分训练集和测试集:将数据集划分为训练集和测试集,通常采用交叉验证或随机划分的方式,以便在模型训练和评估时使用。1. 数据采集:收集用于制作ReID数据集的图像或视频。
2023-07-06 14:39:18 648 1
转载 zero-shot
我们已知马和驴的形态特征,熊猫和企鹅是黑白相间的动物,又已知老虎和鬣狗都是又相间条纹的动物,在此的基础上,我们定义斑马是黑白条纹相间的马科动物。不看任何斑马的照片,仅仅凭借推理,在动物园一众动物中,我们也能够找到斑马。简单概括就是说:利用过去的知识在脑海中推理出新对象的具体形态,zero-shot就是希望能够模仿人类的推理过程,使得计算机具有识别新事物的能力。
2023-06-03 13:10:13 69
原创 ReID从头到尾的步骤
给定一个感兴趣的行人(query)和一个图像库,我们用当前已经学习好的ReID模型来抽取特征表示,一个检索命中列表可以通过计算query到gallery的相似度来获得。用当前标注的行人图片和视频训练一个判别式的鲁棒的ReID模型。广泛的模型被开发出来处理各种各样的挑战,主要集中在表征学习、度量学习,或者他们的结合。由于较大的跨摄像头的变化,鉴别性ReID模型学习通常离不开数据的标注。这些摄像头通常被安装在变化环境中的不同的位置。很可能,这些原始数据包含了大量的复杂的并且带有噪音的杂乱背景。
2023-05-25 04:09:35 352
原创 ReID——简介
一句话就是说,跨多个不重叠监控设备检索特定的行人。是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术,指通过穿着、体态、发型等在不确定的场景中能够再次识别是同一个人,并以此描绘出个体行进轨迹的AI视觉技术,简而言之,就是通过计算机视觉技术检索不同摄像头下的同一个目标人物。举例:首先拿到原始监控视频,然后对行人进行检测(使用行人检测算法),检测出来,我们就会得到一系列的bounding_boxes,每个人物框都是一张人物图片,可以认为这就组成了一个非常大的图库,
2023-05-25 02:50:37 1329 1
原创 Deep Learning for Person Re-identification A Survey and Outlook
ReID的目的是确定一个被摄像头捕获的人是否在不同的时间出现在另一个地方。随着时代的需求与技术的进步ReID越来越火热。ReID主要面临的困难包括:分辨率、光亮的变化、不受约束的姿态、遮挡、多模态等等。整篇文章主要包括三点贡献:1、对先有的深度学习技术进行更深层次更全面的分析。2、设计了一个新的AGW基准和一个新的评估指标mINP。3、通过调查不足的开放问题,将封闭世界和开放世界的应用之间的差距缩小,对于真实世界的ReID系统的设计取得了一小步的进步。
2023-05-15 10:43:52 265 1
Deep Learning for Person Re-identification A Survey and Outlook
2023-05-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人