深度学习自学（三十二）：半监督焦点人物检测

最新推荐文章于 2022-11-08 15:24:12 发布
最新推荐文章于 2022-11-08 15:24:12 发布
阅读量407 收藏
点赞数
分类专栏： 计算机视觉 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/thedayin_csdn/article/details/106165052
版权

整理的人脸系列学习经验：包括人脸检测、人脸关键点检测、人脸优选、人脸对齐、人脸特征提取，Re-ID等学习过程总结，有需要的可以参考，仅供学习，请勿盗用。https://blog.csdn.net/TheDayIn_CSDN/article/details/93199307

CSIG-广东省CVPR2020论文论文预交流在线学术报告会（报告3）：中山大学洪发挺

论文概要：本文基于图的方式构建焦点人物检测方法

 

 

TPAMI 2024 | 单目深度估计：全面综述
小白学视觉
07-24 1128
在计算机视觉领域，对二维图像中深度的估计是一个具有挑战性的主题。这是一个长期被深入研究且定义不明确的问题，一直是密集研究的焦点。本文是对这一主题的深入回顾，呈现了两个方面：一方面考虑人类深度感知的机制，另一方面包括各种深度学习方法。这些方法以紧凑和结构化的方式呈现，概述了主题，并根据近十年的研究线索对方法进行了分类。尽管在这一主题上取得了显著进展，但似乎没有任何与人类深度感知及其潜在益处的联系。
基于Python的人脸识别(68个识别点)和焦点人物检测
船的博客
10-15 4902
基于dlib库的模型，和opencv来实现人脸识别和焦点人物的检测。最后呈现的效果为焦点人物的识别框颜色与其他人物框不一样。
半监督目标检测相关方法总结
3D视觉工坊
11-25 2907
作者丨kinredon@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/404160115编辑丨极市平台导读本文结合相关论文介绍了一些半监督目标检测算法，即...
半监督目标检测（一）
wutongxdf的博客
11-07 2280
总结一些阅读过的半监督目标检测论文：A Simple Semi-Supervised Learning Framework for Object Detection / Rethinking Pseudo Labels for Semi-Supervised Object Detection
半监督学习（SEMI-Supervised Learning）
qq_42769683的博客
11-08 7194
简单易懂什么是半监督学习，为什么使用半监督学习
关键点检测——无监督
小花生的博客
07-14 4184
《Unsupervised Discovery of Object Landmarks as Structural Representations》 CVPR2018，Yuting Zhang et al。 本文使用无监督的方式来发现结构表现的目标关键点。 网络结构： 采用的是名为 hourglass 的网络构架，以图片作为输出，该网络输出 k+1 个 channel，含有 k 个...
NOTE-RCNN：半监督对象检测的噪声容忍集成RCNN
1NOTE-RCNN：用于半监督对象检测的噪声容忍集成RCNN高继阳1王江2戴胜阳2李 丽佳3拉姆·内瓦蒂亚11南加州大学2谷歌3斯坦福大学{jiyangga，nevatia}@ usc.edu，{wangjiang，sydai}@ google.com，lijiali@cs.stanford....
语义分割-Unsupervised Domain Adaptation in Semantic Segmentation：a Review语义分割中的无监督领域自适应：综述
ssshyeong的博客
11-28 5133
对语义分割的深层网络的无监督域自适应（UDA）的最新进展进行综述。
COVID-19肺部超声视频分类的深度学习方法
医学信息学解锁25（2021）100687使用COVID-19深度视频分类自动检测肺部超声中的肺炎Salehe Erfanian Ebadia，b，c，Deepa Krishnaswamya，c，Shaha，Seyed EhsanSeyed Bolourib，Dornoosh Zonoobib，Russell ...
（十一：2020.08.28）CVPR 2017 追踪之论文纲要（译）
Jojo论文基地
08-28 3295
CVPR 2017 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
机器学习10 -- 半监督学习 Semi-supervised Learning
热门推荐
谢杨易的博客
09-11 1万+
1 为什么要做半监督学习 有监督机器学习已经在很多领域证明了它的有效性，比如ImageNet图像分类任务，深度学习模型早在2017年，准确率就已经超过了人类。机器学习被认为是一门数据驱动的学科，数据分为两部分，data和label。通常情况下，data是比较容易获取的，而label需要标注，要珍贵很多。比如对于图像分类任务，网络上有成千上万的图片数据，但他们大多数都是没有label标注的。 通常情况下，我们可以进行一小部分数据的标注，形成有监督数据，然后再利用好其他未标注数据。这种方法称为半监督学习。半
Deep Active Learning（深度主动学习）
nakaizura
10-06 5300
Active Learning（主动学习） 自主学习，可以理解为模型与人类专家之间的询问式学习，试图通过标记最少量的样本使得模型的性能收益最大化，这样可以减少很多人为的标定工作，只标模型需要的样本。具体怎么做呢？一图胜千言： 大概的意思是：如果模型遇到了迷惑的地方，就主动的询问专家（这也是为什么要叫主动学习），然后由专家标定完，将这个标定了的新样本纳入到样本集中，再一起训练，这样可能逐步改善模型的困惑，同时一些模型已经学的很好的样本就不需要再标定（这思路和SVM某种程度挺像的）。具体捕捉是： 先把一小.
CVPR 2020 | 旷视研究院提出新型人-物交互检测框架，实现当前最佳
旷视开发者技术社区
06-05 1334
IEEE国际计算机视觉与模式识别会议 CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition) 大会官...
行人检测 读书笔记 综述
凌风探梅的专栏
08-30 8610
行人检测 读书笔记 综述（1） 朱文佳-基于机器学习的行人检测关键技术研究 本文是博主对上海交通大学的朱文佳的硕士毕业论文的学习笔记，如果不当或理解错误之处，敬请指导，不胜感激。 绪论 1.1 典型应用 智能监控，可用于社会安全事件预防与分析等智能车辆，智能车辆的辅助驾驶人机接口，提高人机交互的效果 1.2 研究现状（2008） 整体趋势： 1.训练集越来越大
十分钟，我搞定了一个人物检测模型
量子位
09-03 1109
原作：Supervise.ly铜灵 编译自 Hackernoon量子位 出品 | 公众号 QbitAI人物检测确实是个老生常谈的话题了，自动驾驶中的道路行人检测、无人零售...
A holistic approach to semi-supervised learning
SrdLaplace的博客
10-16 482
Berthelot D, Carlini N, Goodfellow I, et al. Mixmatch: A holistic approach to semi-supervised learning[J]. arXiv preprint arXiv:1905.02249, 2019. https://github.com/samihaija/mixhop 半监督学习的核心想法是利用无标注的数...
深度学习--识别（四小人）人物图像
飞奔的猫的专栏
04-17 1万+
岁月匆匆如流水，一如梦幻十几载，从开服一直断断续续玩到现在，情怀依在，一直在游戏里就属于屌丝行列（游戏舍不得花钱^_^）,梦幻的外挂还是防得很严的，之前也用过外挂，直接号进苦行，外挂基本都是读内存，很容易被监控到，梦幻长久不衰这点就是其中之一，而到后面又出了所谓的梦幻辅助工具，按键精灵什么的，但效果不是理想，而且如果不读游戏内存的话，梦幻验证码就是一个难点，里面大概有3-5种验证方式，对于押镖的来...
【IJCV2021】 实用人脸关键点检测器PIPNet：快！准！稳！
我爱计算机视觉
01-20 3297
关注公众号，发现CV技术之美导语阿联酋起源人工智能研究院（IIAI）科学家提出了一种新颖的人脸关键点检测方法PIPNet，通过融合坐标回归和热力图回归的优势，并结合半监督学习充分利用大量无...
3D姿态估计|时序卷积+半监督训练
3D视觉工坊
11-28 2359
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达标题&作者团队1. 论文简要在这项工作中，视频中的3D姿态可以通过全卷积模型来估计，具体是在二维关键点上通过空洞时间卷积的模...
自学Logistic回归模型：二分类与深度学习初探
通过学习这些内容，可以建立起对二分类问题解决的基础，为进一步探索深度学习领域打下坚实的基础。 虽然深度学习在近年来面临一些挑战，如计算资源需求大、模型解释性差等，但随着技术的不断进步，我们有理由相信...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值