迷途中一个小书童-CSDN博客

原创人脸识别：coco loss-Rethinking Feature Discrimination and Polymerization for Large-scale Recognition

nips的一篇做分类和识别的工作，其中在人脸识别任务上也做了实验，Rethinking Feature Discrimination and Polymerization for Large-scale Recognition.Yu Liu, Hongyang Li, XiaogangWang。提出了一个新的损失函数：congenerous cosine，本质上就是一个cosine距离版本的t

2017-11-13 15:43:37 2491 6

原创对抗学习之Learning from Simulated and Unsupervised Images through Adversarial Training

今天讲一篇cvpr2017的best paper，不是大家熟知的densely connect，是苹果的Learning from Simulated and Unsupervised Images through AdversarialTraining，用GAN来做对抗学习的。Motivation：搞数据一直是深度学习的老大难问题，也是工业界优势于学术界的地方，需要花钱标

2017-11-09 10:11:41 2920

原创人脸识别论文笔记 Reconstruction-Based Disentanglement for Pose-invariant Face Recognition

一篇做pose-invariant人脸识别的paper：Reconstruction-Based Disentanglement for Pose-invariant Face Recognition.Xi Peng, Xiang Yu, Kihyuk Sohn, Dimitris N. Metaxas and Manmohan ChandrakerMotivation

2017-10-11 00:30:51 2936

原创目标检测之focal loss

Focal Loss for Dense Object DetectionTsung-Yi Lin Priya Goyal Ross Girshick Kaiming He Piotr Dollar´Facebook AI Research (FAIR)，最近出的一篇做目标检测的工作，本质上是个利用loss function解决样本imbalance问题的工作。Motivation

2017-10-09 22:31:57 3945 4

原创人脸识别正则化系列之normface

今天介绍一下NormFace: L2 Hypersphere Embedding for Face VerificationMotivation希望利用正则化解决两个问题：1. 人脸识别任务里面的loss有softmax、contrastive、triplet、pairwise等等，其中softmax是单个样本输入就可以训练的，其他的都是需要sample的，尤其是metric-learni

2017-09-30 14:15:00 3597 1

原创模型压缩系列之sep-net

SEP-Nets: Small and Effective Pattern Networks. Zhe Li Xiaoyu Wang Xutao Lv Tianbao Yang深度CNN在各类任务上被证明会随着深度加深模型增大而效果变好，但是预测速度是比较慢的，而且在嵌入式上速度更慢且对模型体积有严格限制。resnet34的模型在服务器cpu上大概要200ms左右，手机上要400ms~1s左右

2017-09-28 10:39:26 1245

原创 STN系列之人脸检测

介绍一篇微软用STN做人脸检测的工作。Supervised Transformer Network for Efficient Face Detection；Dong Chen, Gang Hua, Fang Wen, and Jian SunMotivation：前面介绍过了STN（spatial transformer network）做识别任务的工作，在人脸这个问题上利用landma

2017-09-27 13:50:10 2561

原创 Batch Normalization: Accelerating Deep Network Training b y Reducing Internal Covariate Shift

挖个坟，最近才看了batch normalize的原始paper，是Christian Szegedy（googlenet作者）的工作，已经在实际工作里用的很多了，再看这个paper还是能感受到作者很深厚的理论基础以及实现能力。Motivation：深度学习刚出来的时候我们就会遇到这样的问题，如果学习率比较大那么训练会不收敛或者直接nan飞掉，而且初始化参数的分布也十分重要，设置的不好就会

2017-09-24 11:38:40 1013

原创 STN系列之Spatial Transformer Networks

Spatial Transformer Networks. Max Jaderberg Karen Simonyan Andrew Zisserman Koray KavukcuogluGoogle DeepMind, London, UK。也是利用spatial transformer network来解决pose、distortion、rotation比较大的这类识别任务，比如ocr、finegrind等。

2017-09-04 13:32:27 3928 1

原创 centerloss系列文章笔记——人脸检测Face R-CNN

Face R-CNN. Hao Wang Zhifeng Li∗ Xing Ji Yitong WangTencent AI Lab, ChinaFCN做人脸检测的paper，在FDDB和WIDERFACE上都是最好的结果，主要的工作是：1. centerloss加入原有rcnn的结构中，其实就是用centerloss训个更好的脸和非脸的分类器2. online hard negt

2017-08-29 17:00:24 2070

原创 centerloss系列文章笔记——人脸识别：A Discriminative Feature Learning Approach forDeep Face Recognition

人脸识别：A Discriminative Feature Learning Approach forDeep Face RecognitionYandong Wen, Kaipeng Zhang, Zhifeng Li*, Yu QiaoShenzhen Institutes of Advanced Technology, CAS, ChinaThe Chinese University of

2017-08-27 18:24:20 2608

迷途中一个小书童