Deep Learning
文章平均质量分 80
jyshee
这个作者很懒,什么都没留下…
展开
-
Understanding DeepID2
Deep Learning Face Representation by Joint Identification-VerificationBy 汤晓鸥arXiv:1406.4773v1 [cs.CV] 18 Jun 2014AbstractFace recognition的主要挑战是得到既能使类内方差减小同时又能使类间差增大的有效feature represe原创 2016-09-15 20:34:11 · 1053 阅读 · 0 评论 -
Understanding FaceNet
FaceNet: A Unified Embedding for Face Recognition and ClusteringFrom GooglearXiv:1503.03832v3 [cs.CV] 17 Jun 2015本文提出一个叫FaceNet的系统,可以直接学习从face images 到 a compact Euclidean sp原创 2016-09-16 22:14:45 · 2028 阅读 · 0 评论 -
Fast R-CNN
Fast R-CNNMicrosoft Research Ross GirshickAbstract文章提出了一个 Fast Region-based Convolutional Network method (Fast R-CNN). Fast R-CNN在之前工作的基础上,使用deep conv newtworks来有效的对object proposals分类。与之原创 2016-09-16 22:29:42 · 701 阅读 · 0 评论 -
Mnemonic Descent Method -- Face Alignment
Mnemonic Descent Method: A recurrent process applied for end-to-end face alignmentImperial College London, CVPR 2016注:因为我对face alignment不熟,只是在帮同事解决代码实现中的问题的过程中了解了这个模型(同时用的caffe, 对TensorFlow不原创 2016-09-17 15:17:14 · 3783 阅读 · 3 评论 -
输出TensorFlow中checkpoint内变量的几种方法
在上一篇关于MDM模型的文章中,作者给出的是基于TensorFlow的实现。由于一些原因,需要将在TF上训练好的模型转换为Caffe,经过一番简化,现在的要需求是只要将TF保存在checkpoint中的变量值输出到txt或npy中即可。这里列了几种简单的可行的方法。1,最简单的方法,是在有model 的情况下,直接用tf.train.saver进行restore,就像 cifar10_原创 2016-09-17 15:45:16 · 24999 阅读 · 2 评论 -
自己用到的TensorFlow的几种输入
本文列举了自己在最近用到过的几种TensorFlow输入方式,包括从原图读取,从CSV (TXT)读取,以及从bin file读取。1, 从原图读取。很多情况下我们的图片训练集就是原始图片本身,并没有像cifar dataset那样存成bin等格式。因此我们需要根据一个train_list列表,去挨个读取图片。这里我用到的方法是首先将train_list.txt中的image li原创 2016-09-17 22:14:36 · 31078 阅读 · 4 评论