![](https://img-blog.csdnimg.cn/b3df03eb396b4a71a7d66f3ea1902710.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文笔记
文章平均质量分 91
个人笔记,论文笔记;
墨理学AI
计算机视觉领域,新晋砖家 ☞
未来可期,欢迎和墨理一起学 AI 》 博主创建了很多CV领域的技术Club,欢迎主页左侧下方,Contact my WeChat;
展开
-
【论文笔记】ECCV_2016_The Unreasonable Effectiveness of Noisy Data for Fine-Grained Recognition
目前细粒度识别的主要方法包括两个步骤。首先,收集数据集。由于细粒度识别对人类来说是一项固有的困难任务,这通常需要招募一个专家团队【58,38】或广泛的众包渠道【30,4】。其次,使用这些专家标注的标签来训练识别方法,可能还需要以零件、属性或关系的形式进行附加标注[75,26,36,5]。虽然采用这种方法的方法取得了一些成功[5,75,36,28],但由于这些限制,其性能和可扩展性受到可用数据不足的限制。...原创 2022-06-22 22:07:54 · 304 阅读 · 0 评论 -
图像修复|人脸补全|转载|简记
原文链接: https://mp.weixin.qq.com/s/Ug0jyloNkeL6uuCqv9K0SA (个人备份使用,如需删除请私信) 人脸补全问题的前世今生 近年来,图像补全问题在应用深度学习技术的条件下已经实现了较好的补全效果,甚至于人眼也难以分辨。故而,该技术也已经成为图像补全问题上的一个研究热点。同时,如何修改对抗生成网络以使其更好的适应图像补全问题来构造更有效的生成模型已经得到了越来越多的关注。人脸补全作为图片补全问题的一个分支,是一种常见的人脸图像编辑技术,它也可以用来编辑人脸属.转载 2020-09-16 14:42:31 · 2697 阅读 · 0 评论 -
Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation | 简记
Exploiting Deep Generative Prior for Versatile Image Restoration and Manipulation 参考链接: https://www.yanxishe.com/postDetail/20541 https://blog.csdn.net/lgzlgz3102/article/details/107724664 动机:挖掘生成模型的图像先验 能否以及如何利用在大规模自然图像上训练的GAN作为一种通用的图像先验? Discriminato.转载 2020-09-15 16:02:25 · 811 阅读 · 2 评论