论文
liyu0611
这个作者很懒,什么都没留下…
展开
-
Hoppity:Learning graph transformations to detect and fix bugs in programs
这里写自定义目录标题原创 2021-09-28 17:32:49 · 278 阅读 · 0 评论 -
数据增广方法
原创 2020-03-02 12:30:28 · 1304 阅读 · 0 评论 -
论文阅读:VarGFaceNet: An Efficient Variable Group Convolutional Neural Network for Lightweight Face Reco
为了提高VarGNet在大规模人脸识别中的判别能力,作者采用了不同的头部并提出了一个新的嵌入块。在嵌入块中,作者先通过1×1卷积层将通道扩展到1024,以保留基本信息,然后使用可变组conv和逐点conv将空域缩小到1×1,节省计算成本。如下文所示,这样的操作能提高人脸识别任务的性能。为了提高轻量级模型的泛化能力,作者提出了递归知识蒸馏,以减少教师模型和学生模型之间的泛化差距。作者分析了可变...原创 2019-10-31 12:53:42 · 926 阅读 · 0 评论 -
论文阅读:An Empirical Study of Spatial Attention Mechanisms in Deep Networks
1、研究空间注意力机制。(1)Transformer attention处理自然语言序列的模型有 rnn, cnn(textcnn),但是现在介绍一种新的模型,transformer。与RNN不同的是,Transformer直接把一句话当做一个矩阵进行处理,要知道,RNN是把每一个字的Embedding Vector输入进行,隐层节点的信息传递来完成编码的工作。简而言之,Transformer...原创 2019-10-30 11:04:09 · 4552 阅读 · 2 评论 -
论文阅读:轻量级reid:Learning Generalisable Omni-Scale Representations for Person Re-Identification
论文地址:https://arxiv.org/pdf/1910.06827.pdfGithub:https://github.com/KaiyangZhou/deep-person-reid摘要有效的行人再识别模型应该学习特征表示,这些特征表示既可以用于区别外观相似的人员,又可以在无需任务调整下用于跨数据集部署。在本文中,我们提出了新的CNN架构来应对这两个挑战。首先,我们提出了一个被...原创 2019-10-23 16:15:16 · 1114 阅读 · 0 评论 -
论文阅读:Making Convolutional Networks Shift-Invariant Again
Abstract目的,利用经典信号采样理论,消除下采样(max-pooling, strided-convolution, and averagepooling)引起的信号混叠(锯齿)效应。方法抗锯齿(anti-aliasing),达到平移不变形。1. Introduction早期的网络确实采用了模糊下采样的形式–平均池,但经验说明最大池表现更好,但2018有人发现因为maxpool没有抗锯...原创 2019-10-22 16:34:33 · 1905 阅读 · 0 评论 -
Deep Sort:SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC
1、准备:轻松理解卡尔曼滤波:https://www.jianshu.com/p/f6ce8943560c?from=singlemessage马氏距离(Mahalanobis distance):https://www.cnblogs.com/DPL-Doreen/p/8183909.html余弦距离:余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。相比距离度量,余...原创 2019-07-09 13:09:32 · 381 阅读 · 0 评论 -
视频理解
1、「干货」计算机视觉视频理解领域的经典方法和最新成果http://baijiahao.baidu.com/s?id=1601681842694561210&wfr=spider&for=pc2、视频理解论文杂读(门外汉级)https://blog.csdn.net/peaceinmind/article/details/80215420...原创 2019-07-03 15:12:43 · 1818 阅读 · 0 评论 -
DetNet: A Backbone network for Object Detection
目标检测专用backbone:DetNet A Backbone network for Object Detection论文:https://arxiv.org/abs/1804.06215代码:https://github.com/guoruoqian/DetNet_pytorch1、传统backbone的缺点:(1)下采样率大,使得大物体检测边界模糊;(2)小物体检测信息丢失。...原创 2019-07-02 15:33:35 · 223 阅读 · 0 评论 -
MobileNet
转载自:https://blog.csdn.net/t800ghb/article/details/78879612文章全名:MobileNets: Efficient Convolutional Neural Networks for MobileVision Applications1.原文链接论文地址:https://arxiv.org/abs/1704.048612.简介伴随着模...转载 2019-05-31 17:05:14 · 303 阅读 · 0 评论