笔记
今天不标数据的小wu
这个作者很懒,什么都没留下…
展开
-
行人重识别DG_Net@ 学习笔记
DG_Net行人重识别是指对于给定的某个摄像头下的行人图片,在有监督的条件下去预测该行人的身份(标签),DG_net是一种端到端的联合学习对抗神经网络框架,联合学习是指数据生成和行人再识别模型框架上图为DG_Net模型框架,其中:判别器(同时也是re-id学习模型)和Ea是同一个模块,虚线表示Es的输入图片是灰度图,该模型包含两个目标:同id的自身份标签图片重构不同id的跨身份标签图片合成简要介绍:DG_Net中生成器将一张行人的图片分为两个编码部分,一个是外观编码,编码器为Ea,Ea生成的原创 2020-09-14 10:10:12 · 615 阅读 · 0 评论 -
CCF 20220612 寻宝!大冒险!
CCF 20220612 寻宝!大冒险!原创 2022-06-12 18:00:52 · 1098 阅读 · 2 评论 -
Smooth-AP@学习笔记
smooth-apAP是信息检索任务的标准度量之一,它是一个单一值,定义为精确召回曲线下的面积,对于一个查询Iq,检索集中所有实例的预测相关性得分是通过一个选定的度量来度量的,它的思想就是在排序的时候,dataset中与query相似度高的排名要比与query相似度低的排名靠前。假设采用余弦相似度表示两个样本之间的相似度。其中Sp和Sn分别表示正样本和负样本的相似度集合。那么Iq的AP值既可以通过公式(2)计算得到:如何计算呢?下面给出一个例子。第一行指的是label,与I相同就为1,与I原创 2020-10-16 15:56:04 · 1138 阅读 · 3 评论 -
circle loss
circle loss@学习笔记#前两天看了circle loss这篇文章,在此做个笔记circle loss论文下载地址triplet loss、softmax loss最大化类内相似度Sn、最小化类间相似度Sp。这篇文章首先对两种基本的深度特征学习(类别标签学习和样本对标签学习)有统一的范式。首先做个预定义:对于特征空间中的单个样本x,假设存在与x相关的K个类内相似度评分和L个类间相似度评分。将这些相似度评分分别表示为{sip}(i = 1,2,···,K)和{sjn}(j = 1,2,···,原创 2020-10-16 15:19:24 · 1668 阅读 · 0 评论