- 博客(2)
- 资源 (4)
- 收藏
- 关注
转载 数据增强相关总结
Data Augmentation是通过少量的计算从原始图片变换得到新的训练数据。 数据增强对最后的识别性能和泛化能力都有着非常重要的作用。我们使用下面这些数据增强方法:第一,对颜色的数据增强,包括色彩的饱和度、亮度和对比度等方面,主要从Facebook的代码里改过来的。第二,PCA Jittering,最早是由Alex在他2012年赢得ImageNet竞赛的那篇NIPS中提出来的. 我们
2017-02-24 18:50:44 7934 2
原创 局部特征与图像检索
Exploiting Local Features from Deep Networks for Image Retrieval 阅读笔记摘要这篇⽂章发表在CVPR 2015 workshop上,是来⾃于马⾥兰⼤学帕克学院Joe Yue-Hei Ng等⼈的⼯作。近期的很多研究⼯作表明,相⽐于全相连层的输出,卷积层的特征图谱(feature map)更适⽤于实例搜索。本篇⽂章介绍了如何将卷积层的特征图
2017-02-08 13:01:50 5222
opencv4.10+contrib4.10.rar
2019-10-07
caffe 反卷积 相关源码
2017-01-12
Linux 命令行解析
2015-03-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人