![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文翻译
文章平均质量分 89
besslbjwl
这个作者很懒,什么都没留下…
展开
-
【论文翻译】《Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-identification》
《Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-identification》论文翻译写在前面:最近读了一篇英文文献,读起来比较费力,就花了一点时间翻译了一下,在此共享一下。水平有限,其中有翻译错误,请大家指正!谢谢。摘要:本文研究了域自适应行人重识别(re_id)问题:从一个有标签的源域和一个无标签的目标域中学习了一个模型。传统的方法主要是减少源域和目标域之间的特征分布差距。然而,这些研究大多忽略了目标域的域内变化翻译 2020-06-11 15:22:19 · 369 阅读 · 0 评论 -
【论文翻译】《A Neural Representation of Sketch Drawings》
论文标题:《A Neural Representation of Sketch Drawings》草图的神经表示摘要:我们提出了sketch-rnn,一个能生成常见目标的基于笔画的草图的递归神经网络(RNN)。该模型是在代表许多不同类别的人画图像数据集上进行训练的。我们概述了一个有条件的和无条件的草图生成框架,并描述了新的鲁棒训练方法,以产生连贯的草图的矢量格式。1、简介最近,使用神经网络作为生成工具的图像生成建模有了重大进展。生成对抗网络 (GANs) [5]、变分推断(VI)[15]和自回归(A翻译 2020-06-23 21:11:36 · 1232 阅读 · 0 评论 -
【论文翻译】《ASLFeat: Learning Local Features of Accurate Shape and Localization》
《ASLFeat: Learning Local Features of Accurate Shape and Localization》论文翻译标题:ASLFeat: 学习精确形状和定位的局部特征摘要这项工作的重点在于减轻联合学习局部特征检测器和描述符的两个限制。首先,在密集特征提取过程中,往往忽略了对特征点局部形状(尺度、方向等)的估计能力,而形状感知是获取更强几何不变性的关键。其次,检测关键点的定位精度不足以可靠地恢复摄像机几何图形,成为三维重建等任务的瓶颈。在这篇文章中,我们提出了一个有三种轻翻译 2020-09-01 10:55:50 · 459 阅读 · 0 评论 -
【论文翻译】BYOL A New Approach to Self-Supervised Learning
标题:BYOL 一种新的自监督学习方法摘要我们介绍BYOL,一种新的自监督图像表示学习的方法。BYOL依赖于两个神经网络,称为在线和目标网络,它们相互作用并相互学习。从图像的增强视图,我们训练在线网络来预测同一图像在不同增强视图下的目标网络表示。同时,我们用在线网络的缓慢移动平均值来更新目标网络。虽然最先进的方法本质上依赖于负样本对,但BYOL在没有负样本对的情况下达到了一个新的水平。使用标准线性评估协议和ResNet-50架构,BYOL在ImageNet上达到74.3%的top-1分类准确率,而使用更翻译 2020-09-09 16:10:29 · 3356 阅读 · 4 评论 -
【论文翻译】TraVeLGAN:基于转换向量的图像翻译
摘要近年来,随着基于循环一致性假设的无监督模型的成功,人们对图像到图像翻译的兴趣大大增加。这些模型的成就仅限于特定的域子集,在这些域中,这一假设产生了良好的结果,即以风格或纹理差异为特征的同质域。我们解决了图像到图像翻译的挑战性问题,其中域由高级形状和上下文定义,并且包括显著的杂乱和异构性。为此,我们引入了一种基于在孪生网络学习的潜在空间中保持域内向量变换的新型GAN。传统的GAN网络引入了一个鉴别器网络来引导生成器生成目标域的图像。在这个双网络系统中,我们添加了第三个:一个孪生网络,它引导生成器,使得.翻译 2021-07-25 16:52:03 · 551 阅读 · 0 评论