一些论文
genous110
这个作者很懒,什么都没留下…
展开
-
使用yacs库配置神经网络的超参数
简介:YACS是一个轻量级库,用于定义和管理系统配置,例如那些在为科学实验设计的软件中常见的配置。这些“配置”通常涵盖诸如用于训练机器学习模型的超参数或可配置模型超参数(诸如卷积神经网络的深度)之类的概念。 由于您正在进行科学研究,因此重复性至关重要,因此您需要一种可靠的方法来序列化实验配置。 YACS使用YAML作为简单的,人类可读的序列化格式。范式是:your code + a YACS c...转载 2019-09-23 19:44:29 · 545 阅读 · 0 评论 -
视频行为识别检测综述 IDT TSN CNN-LSTM C3D CDC R-C3D
https://blog.csdn.net/xiaoxiaowenqiang/article/details/80752849原创 2019-09-04 16:08:03 · 336 阅读 · 0 评论 -
DenseNet详解
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csdn.net/SIGAI_CSDN/article/details/82115254本文及其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习与应用》,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造,自2019年1月出版以来已重印3次。...转载 2019-08-26 15:34:20 · 435 阅读 · 0 评论 -
TSN算法的PyTorch代码解读(训练部分)
这篇博客来读一读TSN算法的PyTorch代码,总体而言代码风格还是不错的,多读读优秀的代码对自身的提升还是有帮助的,另外因为代码内容较多,所以分训练和测试两篇介绍,这篇介绍训练代码,介绍顺序为代码运行顺序。TSN算法的介绍可以参考博客TSN(Temporal Segment Networks)算法笔记。论文:Temporal Segment Networks: Towards Good Pra...转载 2019-03-14 21:36:49 · 2904 阅读 · 1 评论 -
TSN算法的PyTorch代码解读(测试部分)
这篇博客介绍TSN算法的PyTorch代码的测试部分,建议先看训练部分的代码解读:TSN算法的PyTorch代码解读(训练部分),test_moels.py是测试模型的入口。前面模块导入和命令行参数配置方面和训练代码类似,不细讲。import argparseimport timeimport numpy as npimport torch.nn.parallelimport tor...转载 2019-03-14 22:38:07 · 1096 阅读 · 2 评论 -
res3D18
该论文借鉴了C3D和何凯明等人的经典论文Deep Residual Learning for Image Recognition,CPVR,2016.设计出来的可以称之为3D残差网络。具体模型如下图:最终采用的是18层的。下图通过将3D变成2D,得到3D比2D好。模型的输入为8×112×112. 在需要下采样的卷积层之中,除了第一个的步长是1×2×2,其余的都是2×2×2.该论文通过...原创 2019-04-21 22:38:56 · 2846 阅读 · 3 评论 -
LearningSpatiotemporalFeatureswith3DConvolutionalNetworks(2014)
文章引用格式:Tran D, Bourdev L, Fergus R, et al. Learning spatiotemporal features with 3d convolutional networks[C]//Proceedings of the IEEE international conference on computer vision. 2015: 4489-4497.大概...原创 2019-04-18 22:21:16 · 231 阅读 · 0 评论 -
(BLSTM)Play and Rewind_ Optimizing Binary Representations of Videos by Self-Supervised Temporal Hash
论文的贡献:1.我们提出了一种新的无监督视频哈希框架,称为自监督时间哈希(ssth)。据我们所知,ssth是视频哈希的第一个原则性深层框架。它是一种优化的端到端方法,解决了传统视频散列方法中的各种弱点,例如对时间性质的无知以及对池、松弛和二值化的隔离。2。我们开发了一个新的lstm变量,名为binary lstm(blstm),它是temporalaware散列函数的构建块。我们还开发了一个有...原创 2019-05-09 11:10:45 · 596 阅读 · 0 评论 -
局部+全局的视频时空联合建模
选自 arXiv作者:何栋梁等机器之心编辑第 33 届 AAAI 大会已于当地时间 1 月 27 在美国夏威夷正式开幕,昨日机器之心报道了 AAAI 2019 的获奖信息。在大会期间,我们将持续为读者们推送有关本次大会的优质论文解读、精彩演讲等。AAAI 是人工智能领域的国际顶级会议,早期由计算机科学和人工智能创始人 Allen Newell, Marvin Minsky 和 John M...转载 2019-02-02 00:36:46 · 666 阅读 · 0 评论