![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
无监督行人重识别
文章平均质量分 91
DRACO于
这个作者很懒,什么都没留下…
展开
-
GCN理解
GCN简介深度学习一直都是被几大经典模型给统治着,如CNN、RNN等等,它们无论再CV还是NLP领域都取得了优异的效果,那这个GCN是怎么跑出来的?是因为我们发现了很多CNN、RNN无法解决或者效果不好的问题——图结构的数据。回忆一下,我们做图像识别,对象是图片,是一个二维的结构,于是人们发明了CNN这种神奇的模型来提取图片的特征。CNN的核心在于它的kernel,kernel是一个个小窗口,在图片上平移,通过卷积的方式来提取特征。这里的关键在于图片结构上的平移不变性:一个小窗口无论移动到图片的哪一原创 2021-07-31 14:25:28 · 2037 阅读 · 0 评论 -
无监督重识别:Cluster Contrast for Unsupervised Person Re-Identification
论文:https://arxiv.org/pdf/2103.11568.pdfcode:https://github.com/alibaba/cluster-contrast-reid在行人重识别领域,如何获取海量标注数据,提高实际场景的重识别能力是工业界非常关注的一个问题。通常在公开数据集如Maket1501上训练出来的模型在实际场景上基本是没法用的,都需要在实际场景中采集数据并进行标注,因此无监督的行人重识别方法成为了目前研究的一个热点。无监督行人重识别已经有很多人在研究了,目前最好的方原创 2021-07-22 19:24:12 · 1803 阅读 · 3 评论