qq_31293215的博客

神经网络训练可以看做是学习做题，常规训练是做完后对比答案，知识蒸馏的一个关键思想是软化目标，将中间结果作为监督信息，就好比老师不止教学生最终答案，还告诉他其中一些步骤的结果。软化目标最初表现为修改softmax层，将他的输出平滑化下面举例了一些论文，多是以teacher网络的中间输出作为监督信息论文2论文3论文4论文5，iccv19，学生比老师效果还好...

Semantic Augmentation1.Implicit Semantic Data Augmentation for Deep Networks_NIPS192.Learning to compose domainspecific transformations for data augmentation_NIPS173.A Unified Feature Disentangler for...

转载自：淇淇宝贝：图像处理之gamma校正1 gamma校正背景　　在电视和图形监视器中，显像管发生的电子束及其生成的图像亮度并不是随显像管的输入电压线性变化，电子流与输入电压相比是按照指数曲线变化的，输入电压的指数要大于电子束的指数。这说明暗区的信号要比实际情况更暗，而亮区要比实际情况更高。所以，要重现摄像机拍摄的画面，电视和监视器必须进行伽玛补偿。这种伽玛校正也可以由摄像机完成。我们对...

转载自：图像特征提取三大法宝：HOG特征，LBP特征，Haar特征文章好像不是数盟原创，是他们收集的。（一）HOG特征1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于...

转载自：漫谈 Clustering (3): Gaussian Mixture Model本文是“漫谈 Clustering 系列”中的第 4 篇，参见本系列的其他文章。上一次我们谈到了用 k-means 进行聚类的方法，这次我们来说一下另一个很流行的算法：Gaussian Mixture Model (GMM)。事实上，GMM 和 k-means 很像，不过 GMM 是学习出一些概率密度...

转载自图像的DCT算法一，背景介绍DCT，即离散余弦变换，常用图像压缩算法，步骤如下1）分割，首先将图像分割成8x8或16x16的小块；2）DCT变换，对每个小块进行DCT变换；3）舍弃高频系数（AC系数），保留低频信息（DC系数）。高频系数一般保存的是图像的边界、纹理信息，低频信息主要是保存的图像中平坦区域信息。4）图像的低频和高频，高频区域指的是空域图像中突变程度大的区域（比如目...

本文主要参考自：Hashing Techniques: A Survey and TaxonomyLIANHUA CHI, IBM Research, Melbourne, AustraliaXINGQUAN ZHU, Florida Atlantic University, Boca Raton, FL; Fudan University, Shanghai, China面向数据的主要...

本文转载自道客巴巴：http://www.doc88.com/p-6314906388822.html

本文主要参考自：A Survey of Product Quantization，2018 by ITE Transactions on Media Technology and Applications (MTA)。Yusuke Matsui , Yusuke Uchida , Herv´e J´egou，Shin’ichi Satoh (member)notation：M，D，K：每个D维...