一个小超斌-CSDN博客

转载安装pytorch的稳定方法

安装pytorch的稳定方法：可选择换镜像源：清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

2021-06-17 19:35:46 196

原创 MMTM: Multimodal Transfer Module for CNN Fusion

论文：MMTM: Multimodal Transfer Module for CNN Fusioncode:https://github.com/haamoon/mmtm**简介：**这是一篇关于多模态融合方法的论文，多模态融合的目的就是从不同的模态中提取到互补的相关信息，从而达到比单模态更好的性能。模态融合的技术被广泛的使用到不同的深度学习任务中（视频分类、动作识别、情感识别和音频视觉语音增强等），现在的主流融合方法都是在网络最后的输出层进行融合。在这篇论文中，作者提出了一个简单的模态转换模块MMT

2020-11-15 20:58:15 1601 1

原创 Salience-Guided Cascaded Suppression Network for Person Re-identification阅读笔记

论文：Salience-Guided Cascaded Suppression Network for Person Re-identification来源：CVPR 2020论文地址动机：当前在全局特征和局部特征上结和注意力机制作为最后的特征表示已经成为了一种潮流，但在某些情况下，reid可能取决于在不同情况下显著特征所掩盖的不容易被注意到的特征。也就是说网络在学习到显著特征时会忽略学习其他重要的特征，而这些被显著特征掩盖起来的特征在不同场景中往往能起到重要的作用（比如身体、衣服甚至是鞋子）。解决

2020-10-18 13:38:18 486

原创 python获取文件md5的方式

import hashlibfile = open(r'D:\text.txt','rb')md5 = hashlib.md5(file.read()).hexdigest()print(md5)

2020-10-12 15:02:25 998

原创 Hetero-Center Loss for Cross-Modality Person Re-Identification阅读笔记

论文题目：Hetero-Center Loss for Cross-Modality Person Re-Identification来源：Neurocomputing动机：对于跨模态reid，大多数的研究都是关注于提高类间的特征差异去解决问题（也就是提高不同ID行人图片之间的差异型），而很少关注于跨模态问题中类内的相似性（跨模态同ID图片之间的相似性）。因此，本文作者着力于减少cross-modality问题中类内部的变化。解决方法：1、Hetero-Center loss(HC loss)通过约束

2020-10-08 17:29:56 607 1

原创 Dynamic Dual-Attentive Aggregation Learning for Visible-Infrared Person Re-Identiﬁcation阅读笔记

论文题目：Dynamic Dual-Attentive Aggregation Learning for Visible-Infrared Person Re-Identiﬁcation来源：ECCV2020论文地址：https://arxiv.org/pdf/2007.09314.pdf动机：

2020-09-15 21:32:40 1436 1

原创 Person Re-identification with Deep Similarity-Guided Graph Neural Network阅读笔记

论文题目：Person Re-identification with Deep Similarity-Guided Graph Neural Network来源： ECCV2008论文地址： https://arxiv.org/abs/1807.09975动机：这篇论文以往的行人重识别模型往往是给出一张probe图像，在gallery中找到相同id的行人图像，只关注probe和gallery其中一张图像之间的相似度关系，而忽略了不同probe-gallery图像对之间的关系。举个例子：给出一张pr

2020-09-04 17:17:34 296

原创 Ubuntu服务器子账户配置深度学习环境

配置环境的步骤：1、下载anacondawget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh2、解压安装anaconda，一直点yesbash Anaconda3-5.3.1-Linux-x86_64.sh3、激活安装好的配置环境source ~/.bashrc4、检查是否安装成功conda出现以下情况说明安装成功5、创建虚拟环境conda crea

2020-08-31 21:34:08 762 1

原创 Cross-modality Person re-identiﬁcation with Shared-Speciﬁc Feature Transfer笔记

论文：Cross-modality Person re-identiﬁcation with Shared-Speciﬁc Feature Transfer来源：CVPR 2020地址：https://arxiv.org/abs/2002.12489动机：对于跨模态行人重识别任务，以往都只关注两个模态间的共享特征（share feature），而忽略了每个模态的Specific feature,作者通过利用每个模态的specific feature提高跨模态reid的性能。具体思路为：给定一红外线qu

2020-08-31 20:49:34 397

原创 High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identiﬁcat阅读笔记

论文：High-Order Information Matters: Learning Relation and Topologyfor Occluded Person Re-Identification来源：CVPR 2020

2020-08-21 15:19:55 2113

原创 Relation Network for Person Re-identification笔记

论文题目：Relation Network for Person Re-identification来源：AAAI 2020论文地址：https://arxiv.org/pdf/1911.09318v1.pdf代码：https://github.com/cvlab-yonsei/RRID**动机：**直接使用行人的部分层次特征，而不考虑身体各部位之间的关系，就容易把两张在对应部位具有相似特征的不同行人图片混淆。作者为了解决这个问题，提出了一种新的关系网络，该网络加入了身体局部特征和剩余其他部位特征之

2020-08-15 14:20:45 1715 1

原创 Relation-Aware Global Attention for Person Re-identification阅读笔记

论文题目：Rethinking the Distribution Gap of Person Re-identification with Camera-based Batch Normalization作者：Zijie Zhuang , Longhui Wei ,Lingxi Xie, Tianyu Zhang, Hengheng Zhang, Haozhe Wu , Haizhou Ai , and Qi Tian来源：ECCV 2020文章链接：https://arxiv.org/pdf/200

2020-08-11 20:18:34 5569 8

baidu_41622980的博客