计算机视觉
文章平均质量分 93
计算机视觉笔记
泊柴
这个作者很懒,什么都没留下…
展开
-
PointNet++ 笔记
PointNet++ 笔记1. 引言PointNet++ 是在 PointNet 的基础上进行改进得到的。PointNet 是对点云中每一个点都学习一个空间编码 (spartial encoding, 在 GNN 中也叫做节点嵌入),然后将所有点的特征用最大池化聚合为一个能表示点云的全局特征。从 PointNet 的网络结构上看,它并没有考虑点云的局部特征,但是根据 CNN 网络设计的成功经验来看,点云的局部结构也是相当重要的。在 CNN 中,一个好的网络结构,往往能够学习到图像的高低不同层次的特征,在原创 2021-06-22 21:23:14 · 397 阅读 · 0 评论 -
论文阅读:GANimation
GANimation: Anatomically-aware Facial Animation from a Single Image本文提出一种基于 Action Units (AU) 的 conditional GAN,可以生成连续人脸表情。文章采用完全的无监督训练(但是要标注AU?)。还提出了一种注意力机制,这种注意力机制使得模型更加关注需要做出变形的地方,对于人脸其他部位和背景可以尽量保持不变,所以模型更加鲁棒。文章整体思路结合了 conditional GAN, CycleGAN 和 Atte原创 2020-07-10 20:38:39 · 1650 阅读 · 0 评论 -
Deteron2 Faster-RCNN 代码阅读笔记
Deteron2 Faster-RCNN 代码阅读笔记整体结构在 Detectron2 中 Faster/Mask RCNN 系列是通过 GeneralizedRCNN 来实现的,代码位于 detectron2\modeling\meta_arch\rcnn.py 。类的关系入下图所示GeneralizedRCNN 由三部分组成 : backbone、proposal_generator 和 roi_heads,分别通过 build_backbone,build_proposal_generator原创 2020-06-25 20:00:20 · 1388 阅读 · 1 评论 -
论文阅读:pix2pix and CycleGAN
GAN NotesImage-to-Image Translation with Conditional Adversarial Networkspix2pix: Code生成器网络:UNet,有助于生成更好的图像细节判别器网络:条件PatchGAN 70x70目标函数函数:Conditional GAN LossGAN LossL1 Loss优化目标需要的数据量: 100~400张图片训练参数设置优化方法:Adam学习率: 0.0002动量参数: β1=0.原创 2020-07-10 20:47:49 · 659 阅读 · 0 评论