melody96313的博客

图片的数据格式：channels_first:(样本维,通道维，高，宽)  theano，chanDim=1channels_last:(样本维,高，宽,通道维)  tensorflow，chanDim=-1对于RGB的图片，通道维往往是3。keras的底层既可以是theano，也可以是 tensorflow,在进行batchnormalization时要注意这个from keras.models...

这篇文章的大致思想是：用GAN来对行人的特征进行蒸馏，只保留和身份信息有关的特征，而去除了人体姿态这些冗余的特征信息。而在推断的时候，只需用到encoder提取的鲁棒特征就可以了，没有增加额外的计算量。即：为了应对多种多样的姿态变化-->学习到和身份信息有关，而和姿态信息无关的特征表达。数据库：Market-1501, CUHK03 ,  DukeMTMC-reID网络输入：每个分支...

这一篇又是大连理工卢湖川教授团队的论文，所以我觉得应该质量挺高的，所以今天来阅读一下。针对的是长期跟踪，经常会出现目标消失的情况（这个在短期跟踪里基本没有），然后又有可能重现回到视野内。本文提出了的算法将一个基于匹配思想的回归网络V（通用的匹配函数，类似于siamfc）和分类网络R协同起来，回归网络主要来生成一些概率比较大（得分高）的候选区域，这个网络需要去学习到鲁棒，可以抵抗目标形变的特...

SVDNet for Pedestrian Retrieval文章链接： arXiv:1703.05693代码链接：syfafterzy/SVDNet-for-Pedestrian-Retrieval知乎链接：https://zhuanlan.zhihu.com/p/29326061这篇文章认为，神经网络提取的特征经常会比较冗余，不够正交化。文章的思路虽然用在了reid里，但是可以...

在图像分类问题上，普通的机器学习算法都是将二维或者三维的像素矩阵拓展成一维的，而这个过程其实丢失了很多图像原本的结构特征，比如说边缘，纹理等等。一维的像素往往直接用来做特征，或者先做一个降维再去做特征。而且，如果是彩色图像，机器学习往往会把颜色类似的图像分成一类（比如蓝天，绿色的草原），准确度不高，而且分类的依据非常不合理。softmax就是将简单的二分类问题扩展成了多分类问题。对于一个十元分

一、基本知识神经网络由于参数众多，结构复杂，经常会面临过拟合的问题。和全连接网络相比，卷积神经网络的优势在于其通过参数共享机制和滑动窗口的思想，使得每层参数的个数大大减少。从而在一定程度上降低了过拟合的程度。而且在图像处理中，也经常会用到卷积和模板、算子这些概念来提取图像的各类特征，所以看出将图像处理应用在卷积神经网络上很合适。二者都是在提取特征，只不过不同的是，神经网络是自己生成的特征filte...

之前我是用tf.records来处理训练数据的。但是这次训练的数据比较特殊，输入不是图像，而是256通道的feature map（数据格式我保存成了npy）。所以这次，我换了一种导入数据的方式——tf.data创建dataset #创建dataset的占位符 x=tf.placeholder(tf.float32,shape=[None,6,6,256]) y=tf.placehol...