检索
Walter Wu
衣带渐宽终不悔; 为伊消得人憔悴。
展开
-
What Is the Best Practice for CNNs Applied to Visual Instance Retrieval?
What Is the Best Practice for CNNs Applied to Visual Instance Retrieval?文中主要介绍了一个新的多尺度的图像特征表达。其中这类推荐方法,比目前已有的方法更好。 文中主要有三个贡献文中使用,五个元素来学习基于CNN的图像表达,并且使用试验证明这些的影响,并且给出这些要素的组合建议。 通过组合这些东西,我们能够获得新...原创 2020-03-11 17:02:13 · 218 阅读 · 0 评论 -
TWO-STREAM MULTI-TASK NETWORK FOR FASHION RECOGNITION
TWO-STREAM MULTI-TASK NETWORK FOR FASHION RECOGNITION摘要本文主要使用神经网络解决衣服多任务问题,包括关键点检测,类别分类以及属性分类问题。总体来说本文是解决的一个多任务问题。简介本文将衣服时尚推荐问题转化成了多任务分类问题。多任务分类问题,能够在任务之间相互促进,从而提升模型的单任务性能,文中使用的网络是双流网络,既能...原创 2020-03-11 17:01:35 · 227 阅读 · 0 评论 -
Strong Baseline and Batch Normalization Neck for Deep Person Re-identification
Strong Baseline and Batch Normalization Neck for Deep Person Re-identification 文中主要提出了一种BNNeck的网络。 与以前ICCV以及CVPR的一些文章存在或多或少的问题,其在公开数据集合中跑出的结果并不好,market-1501上能达到rank-1 90%的只有两个,DukeMTMC...原创 2020-03-11 12:02:14 · 433 阅读 · 0 评论 -
Selective Deep Convolutional Features for Image Retrieval
Selective Deep Convolutional Features for Image Retrieval文中提出使用不同的mask进行,去除冗余信息,获得较为精准具有判别性的向量特征,为中使用的mask包含,SIFT-mask, SUM-mask,MAX-mask。 分别通过SIFT以及MAX,SUM pooling来做的。 并且在选择的局部卷积上使用embedding以及a...原创 2020-03-11 12:01:17 · 148 阅读 · 0 评论 -
Selective Deep Convolutional Features for Image Retrieval
Selective Deep Convolutional Features for Image Retrieval文中提出使用不同的mask进行,去除冗余信息,获得较为精准具有判别性的向量特征,为中使用的mask包含,SIFT-mask, SUM-mask,MAX-mask。 分别通过SIFT以及MAX,SUM pooling来做的。 并且在选择的局部卷积上使用embedding以及a...原创 2020-03-11 11:59:45 · 194 阅读 · 0 评论 -
Regional Attention Based Deep Feature for Image Retrieval
Regional Attention Based Deep Feature for Image Retrieval基于给attend 区域打分权重的一种方法。文中贡献:( 1)使用上下文以及R-MAC区域attention 模型。根据图像的上下文给出区域的权重分数。模型结构首先给出了一种可以抑制背景以及非重要区域的,然后根据上下文给出attention的方法。...原创 2020-03-11 11:58:22 · 510 阅读 · 0 评论 -
MultiGrain: a unified image embedding for classes and instances
MultiGrain: a unified image embedding for classes and instances摘要文中主要介绍一种叫做multiGrain的方法,这种方法可以同时对图片进行分类和检测。数据的标签只依赖于类别标签,训练也是相对简单,最小化交叉熵Loss以及ranking Loss,用来判定两张图片是否可区分的。这个模型是根据普通的分类模型构建的,它...原创 2020-03-10 19:50:39 · 724 阅读 · 0 评论 -
In Defense of the Triplet Loss for Person Re-Identification
In Defense of the Triplet Loss for Person Re-IdentificationGit地址: https:// github.com/VisualComputingInstitute/triplet-reid 框架 theano摘要一般来说,在训练基于度量的网络的时候,使用的triple Loss要优先于其他,随着数据集合Marke...原创 2020-03-10 19:48:23 · 484 阅读 · 0 评论 -
FaceNet
FaceNet摘要本文主要介绍一种叫FaceNet的方法,用于将人脸从图片映射到一个欧式空间中, 可以通过向量的欧式距离来确定人脸相似度。文中方法使用深度卷积网络,训练过程中直接优化embedding,而不是调整bottleneck层。文中使用了triple Loss,选取一个正样本一个负样本一个目标样本。网络使得识别精度在某些数据集合中能够达到99.6%文中也介绍了谐...原创 2020-03-06 10:45:32 · 412 阅读 · 0 评论 -
Deep Image Retrieval: Learning global representations for image search
Deep Image Retrieval: Learning global representations for image search文中贡献学习特征权重,构建区域特征。 2. 使用区域推荐网络,学习哪个区域需要细化形成池化构建成全局表达文中使用三流孪生网络,优化R-MAC向量权重。通过使用triplet ranking loss。第二个贡献是学习R-MAC poolin...原创 2020-03-06 10:44:07 · 744 阅读 · 0 评论 -
Context-Aware Visual Compatibility Prediction
Context-Aware Visual Compatibility Prediction本文主要解决,根据两种衣服的上下文来判定两种衣服是否适配的问题,和以前网络不同的是,文中所用的网络为图网络(一般输入数据满足图结构的网络成为图网络)。例如左边的是以往模型的风格匹配,右边的是本文中图结构的风格匹配。网络结构最初使用的方法是,直接使用卷积抽取嵌入向量进行举例...原创 2020-03-06 10:42:36 · 494 阅读 · 0 评论 -
Batch DropBlock Network for Person Re-identification and Beyond
Batch DropBlock Network for Person Re-identification and Beyond摘要重识别问题的难点主要在于姿态的多变,随机遮挡等会降低模型的精度,本文提出了一个BDB的网络,主要有两个分支,一个是主分支是resnet50网络,另一个是drop分支。Drop分支主要是为了抽取局部关注点信息,随机的去除batch中输入featu...原创 2020-03-06 10:39:53 · 436 阅读 · 0 评论 -
检索的通用tricks
A Benchmark on Tricks for Large-scale Image Retrieval摘要 文中主要介绍,一些预处理和post-处理的一些trick,在不改变网络结构或者度量的前提下,单独使用这些trick或者综合使用这些trick,能够较好的提升大规模图像检索的表现。简介目前应用在图像检索中的,度量技术受到很多关注,很...原创 2020-03-06 10:36:15 · 605 阅读 · 0 评论 -
Class-Weighted Convolutional Features for Visual Instance Search
Class-Weighted Convolutional Features for Visual Instance Search 文中的主要内容是,从feature map中根据图像目标找到典型激活区域。这种方式是基于CAMs的方式。 在re-ranking阶段使用acms形成region proposal。使用CAMS 形成语义权重,来进行全集层的特征抽取。...原创 2020-03-06 10:33:52 · 279 阅读 · 0 评论