![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
TheDayIn_csdn
机器学习,深度学习,计算机视觉,主攻CV。
展开
-
深度学习自学(三十九):SRN骨架检测 Side-output Residual Network for Object Symmetry Detection in the Wild
北京大学陈杰老师论文:SRN 骨骼检测SRN 阅读报告 参考论文:Side-output Residual Network for Object Symmetry Detection in the Wild 1、论文介绍 本文主要针对称性目标做轮廓(骨骼)检测一种深度学习方法(SRN),类似于实例分 割的方式得到物体的基本区域,主要为了解决复杂背景下的野外目标对称边缘检测的问题。 提出一个新的数据集 Sym-PASCAL,它比实际场景中不同光照和视角、多个目标、存在部分 遮挡、以原创 2020-09-03 11:39:56 · 1765 阅读 · 0 评论 -
深度学习自学(三十三):通过结构正则化深度聚类解决无监督域自适应问题
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/93199307CSIG-广东省CVPR2020论文论文预交流在线学术报告会(报告2):华南理工-唐慧...原创 2020-05-16 21:10:46 · 962 阅读 · 0 评论 -
深度学习自学(二十八):Altas人脸SDK实现之-回调函数
一、回调概念回调函数就是一个通过函数指针调用的函数。如果你把函数的指针(地址)作为参数传递给另一个函数,当这个指针被用来调用其所指向的函数时,我们就说这是回调函数。回调函数不是由该函数的实现方直接调用,而是在特定的事件或条件发生时由另外的一方调用的,用于对该事件或条件进行响应。回调函数机制:1、定义一个函数(普通函数即可);2、将此函数的地址注册给调用者;3、特定的事件或条件...原创 2019-12-27 11:40:42 · 388 阅读 · 0 评论 -
深度学习自学(二十七):人脸论文分类汇总
face detectionGroup Sampling for Scale Invariant Face DetectionCVPR 2019DSFD: Dual Shot Face DetectorCVPR 2019FA-RPN: Floating Region Proposals for Face DetectionCVPR 2019Joint Face Detecti...原创 2019-12-25 18:48:14 · 5625 阅读 · 0 评论 -
深度学习自学(十九):caffe添加深度可分离卷积
下面是两种不同的深度可分离卷积的实现方式,自己在训练关键点模型,采用MobileNet 添加深度可分离卷积,发现有两种不同的可分离卷积的实现,名字不相同,但是内部都是深度可分离。DepthwiseConvolution和ConvolutionDepthwise两种都训练过,结果相差不大,都可以通过NCNN转换在移动端嵌入式设备上运行。一、DepthwiseConvolutiongithub...原创 2019-07-12 11:23:59 · 997 阅读 · 0 评论 -
CVPR学习(六):CVPR2019-目标跟踪
待补充论文解读单目标跟踪一种无监督的方式对大规模无标记视频进行训练的。动机是一个健壮的跟踪器应该在视频前向和后向预测中都是有效的,在Siamese相关滤波网络上构建了算法框架,该网络使用未标记的原始视频进行训练,达到了有监督跟踪器的baseline精度。Unsupervised Deep TrackingNing Wang, Yibing Song, Chao Ma, Wen...原创 2019-07-03 20:08:53 · 4839 阅读 · 0 评论 -
CVPR学习(五):CVPR2019-人体姿态
待补充论文解读3D姿态估计3D人体姿态的自监督学习,使用多视几何的方法土耳其中东技术大学Self-Supervised Learning of 3D Human Pose Using Multi-View GeometryMuhammed Kocabas, Salih Karagoz, Emre Akbashttps://github.com/mkocabas...原创 2019-07-03 20:04:58 · 3531 阅读 · 0 评论 -
CVPR学习(四):CVPR2019-目标检测
一阶段算法一种从零开始训练的目标探测器 ScratchDet,充分利用原始图像信息的 Root-ResNet,结合 ResNet 与 VGGNet 加强对小目标的检测京东 AI 研究院、中国科学院、中山大学ScratchDet: Training Single-Shot Object Detectors from ScratchRui Zhu, Shifeng Zhang, ...原创 2019-07-03 19:58:13 · 6162 阅读 · 0 评论 -
VALSE学习(十八):复杂视频的深度高效分析与理解方法
VALSE2019 中科院乔宇老师一、论文主题在报告中,乔老师首先回顾了深度网络的结构演化AlexNet、GoogLeNe、VGGNet、ResNet、DenseNet,给出深度网络发展的几个重要方法: 优化(optimization),主要包括ReLu、Batch Normalization、Stage-wise training(or better initialization...原创 2019-06-27 15:53:38 · 436 阅读 · 0 评论 -
深度学习自学(七):腾讯移动端开源框架ncnn学习总结
作者:DayInAI 日期:20190124ncnn学习总结1、支持的网络Support most commonly used CNN network支持大部分常用的 CNN 网络Classical CNN Network: VGG AlexNet GoogleNet Inception …Practical CNN Network: ResNet DenseNet SENet FPN...原创 2019-01-25 08:39:47 · 2097 阅读 · 0 评论 -
VALSE学习(七):跨媒体分析-Cross-Media Analysis and Intelligence
VALSE2019一、跨媒体分析:Cross-Media Analysis and IntelligenceAs a new wave of AI meets multimedia, the cross-media analysis and reasoning is becominga hot topic for AI and Multimedia Computing. In this ...原创 2019-05-24 11:30:25 · 898 阅读 · 0 评论 -
VALSE学习(三):深度学习梯度讲解
VALSE2019 梯度之谜一、报告摘要机器学习的传统方法强调具有问题理解与理论基础的模型构建与算法设计,而现代机器学习更强调依赖于数据数量与质量的深度学习策略。两类方法从机理上通常认为存在显著的差异。本次报告将从梯度角度探讨两类方法论对于学习问题认识的本质一致性,并基于该理解尝试引导出一类新型的半监督/ 无监督深度学习方法,及其在图像去雨及低质量CT 图像增强方面的应用。二、...原创 2019-05-24 10:28:42 · 342 阅读 · 0 评论 -
深度学习自学(十一):Aborted at 1558257386 (unix time)
一、caffe训练模型时segmentation fault错误如下所示,是在新增loss层之后重新用原来的网络训练关键点模型,一直出现时间崩掉的问题。二、尝试一开始尝试了如下方法:(1)检查生成HDF5数据生成格式(2)检查solver.prototxt设置,包括shuffle:true,distort_param,stepsize(3)删除新增的loss层。这里...原创 2019-05-19 18:21:12 · 680 阅读 · 0 评论 -
深度学习自学(一):Loss function 损失函数
Loss function 2018.8.11 技术积淀篇 面试经常被问到损失函数,想着有时间整理下,最常被问到的事在SVM和CNN中,一个是softmax,一个是hinge 函数,所以借鉴网上资料,自己也写上自己的见解,希望能给自己一个更深的理解,备注:学习无上限,学到的永远是自己的,请善待自己,珍惜时光。一...原创 2018-08-11 15:09:17 · 1319 阅读 · 0 评论 -
深度学习自学(八):人脸识别主要场景与算法实现
作者:DayInAI 日期:20190124人脸识别流程众所众知,严格定义上的人脸识别分为四个步骤:①人脸检测:从图片中准确定位到人脸②人脸矫正(对齐): 检测到的人脸,可能角度不是很正,需要使其对齐③特征提取:对矫正后的人脸进行特征提取④人脸识别:对两张人脸图像的特征向量进行对比,计算相似度人脸识别主要场景与算法实现人脸抓拍场景与硬件选型近距离人脸采集中距离人脸采集远...原创 2019-01-25 08:40:13 · 1103 阅读 · 0 评论 -
深度学习自学(九):Alexnet解读
作者:DayInAI 日期:20190124AlexNet学习小结结构如上图所示,共包含了8个学习层——5个卷积层与3个全连接层,相比于之前的LeNet-5网络,AlexNet有以下几个创新的结构:Rectified Linear Unit nonlinearity也就是现在被广泛使用的ReLU激活函数,在过去,神经网络的激活函数通常是sigmoid或者tanh函数,这两种函数最大的缺点...原创 2019-01-25 08:40:56 · 805 阅读 · 1 评论