不知道未来

最新推荐文章于 2019-03-19 19:04:19 发布
最新推荐文章于 2019-03-19 19:04:19 发布
阅读量142 收藏
点赞数
分类专栏： 个人记录 文章标签： 个人
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/u013368992/article/details/86493849
版权

这个未来是指DL的未来，也是指拉夫的未来。

DL

DL必须要贴近生产实际才有意义。而现在的DL，还没有成体系的进入人们的日常生活。将来在哪呢？

拉夫

检测，ID，分割，关键点，GAN，AotoML·····
应该深入到哪个领域？惑

betariver
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
STA: Spatial-Temporal Attention for Large-Scale Video-based Person Re-Identification
博客
05-14 1325
Abstract In this work, we propose a novel Spatial-Temporal Attention (STA) approach to tackle the large-scale person re-identification task in videos. Different from the most existing methods, which s...
泛读论文：Person-reID 行人重识别合集
热门推荐
汪汪汪的博客
03-19 1万+
2017CVPR、ICCV和NIPS在Person Reidentification方向的相关工作小结 基于融合特征的行人再识别方法 模式识别与人工智能 2017.3 问题 目前常用的行人再识别方法主要集中在行人外形特征的描述和同一行人对应的 2 幅图像之间距离的学习度量．由于行人图像的亮度和相机角度的变化等，提取行人的外形特征的不变性较难，因此在各个图像库上行人再识别的识别率较低 ...
Spatial and Temporal Mutual Promotion for Video-based Person Re-identification
han jan的博客
03-01 1477
一、介绍 在这篇文章发表在AAAI2019上，解决的是全监督的视频行人重识别问题。作者没有采取通过每个视频帧特征提取时域特征的方法（RNN/LSTM），而是提出了一个递归精炼单元（refining recurrent unit, RRU），能够根据历史视频帧来恢复当前帧被遮挡和噪声污染的部分（RRU输入和输出的对象是视频帧经过Inception-v3后的特征图）。然后，作者提出了一个时空线索整合...
ReID简记-2-Spatial and Temporal Mutual Promotion for Video-based Person Re-identification
u013368992的博客
12-28 1093
创新点 （1）Refining Recurrent Unit (RRU) 关注遮挡，外观噪声和运动信息 （2）Spatial-temporal Clues Integration Module (STIM) 整合时空信息 （3）Multi-level Training Objective 增强上述两者能力 总结 网络有点复杂，真的是玩出了花。 （1）RRU，可以看成时CNN的RNN化，堆叠了几个权值...
论文笔记18 --（ReID）Spatial-Temporal Person Re-identification
对角巷
03-19 3168
《Spatial-Temporal Person Re-identification》 论文：https://arxiv.org/abs/1812.03282?context=cs GitHub：https://github.com/Wanggcong/Spatial-Temporal-Re-identification 这篇是中山大学赖剑煌老师团队发表在AAAI2018上的一篇paper。这篇...
你不知道将来有多好读后感.pdf
09-19
专业
《你不知道将来有多好》读后感.pdf
09-12
《你不知道将来有多好》读后感.pdf
你所不知道的3D技术
01-19
裸眼3D目前主要用于公用商务场合，将来还会应用到手机等便携式设备上。而在家用消费领域，无论是显示器、投影机或者电视，现在都是需要配合3D眼镜使用。你知道目前主流的眼镜式3D技术有哪些吗？在眼镜式3D技术中，...
《你不知道将来有多好》读后感2.pdf
09-12
【今日CS 视觉论文速览】 27 Dec 2018
TomRen
12-28 2008
今日CS.CV计算机视觉论文速览 Thu, 27 Dec 2018 Totally 70 papers Daily Computer Vision Papers [1] Title: A Poisson-Gaussian Denoising Dataset with Real Fluorescence Microscopy Images Authors:Yide Zhang, Yinha...
Group Consistent Similarity Learning via Deep CRF for Person Re-Identification学习笔记
与贰的博客
07-28 1897
很久没有写博客了，这一周的时间可以讲几乎一半都在琢磨思考这篇文章，特别是里面参杂着条件随机场就更加的难以思量了，所以花费了很久到现在才算大概清楚了，这里呢，对这篇文章的学习过程做一个简单的记录，方便自己review也提供给后来者参考。 1）首先是关于这个里面涉及的条件随机场，我觉得没有接触过的同学不需要把他当成一个预备知识尝试先去了解一下，因为这是一个特别大，特别大，特别大的坑（我进坑了，到这会...
AlignedReID: Surpassing Human-Level Performance in Person Re-Identification 详解
gbyy42299的博客
11-19 1410
一、概述 现有的方案大多数侧重于全局特征，无视行人的空间结构，会带来一些弊端和问题如下：
图像预处理与卷积的融合
u013368992的博客
01-08 1544
思路 预处理一般是均值和方差。 经过卷积之后的公式是w（x-mean）/std + b 最后可以得到一个卷积操作加上一个element wise 的加。 总结 与原始的特征图相比， 精度：1e-6级别的差距 速度： 现有的操作和原始的预处理加卷积操作相比，速度提升不明显甚至还要慢。囧。可能我的实验设置有问题。 改天再验证吧。 ...
ReID简记-3-3D PersonVLAD: Learning Deep Global Representations for Video-based Person Re-id
u013368992的博客
01-08 657
创新点 1.基于视频的行人ReID方法：3D Person VLAD aggregation 2.阐述了时空注意力的优势和VLAD aggregation 的重要性 总结 网络结构如图所示，输入时确定长度的视频。 最主要的是接下来的部分。 3D身体校准网络如下： 此部分包含B个分支，每个分支估计一个注意力图。通过这个注意力图，可以平衡3D卷积特征。B个分支的输入都是相同的。每个分支检测一个有分辨...
【AAAI2019】【CVPR2018】最新 Video-based ReID 论文核心解读---附代码
SIGAI_CSDN的博客
01-07 3711
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 SIGAI特约作者 Fisher Yu@Oulu CV在读博士 研究方向：情感计算 最近看了两篇 Video-based 的 ReID 文章，做下笔记简单对比下： 第一篇CVPR2018 [1]：先对...
Android与Vue.js的跨平台开发指南
07-12
Android 和 Vue 是两个在技术栈和平台上都不同的概念，但它们可以间接地联系在一起： 1. **Android**： - Android 是一个基于Linux的开源操作系统，主要被用于移动设备如智能手机和平板电脑，以及可穿戴设备、电视等。 - Android 应用开发通常使用Java或Kotlin作为编程语言，并且使用Android SDK进行开发。 2. **Vue**： - Vue.js（通常简称为Vue）是一个开源的JavaScript框架，用于构建用户界面和单页应用程序（SPAs）。 - Vue 使用HTML、CSS和JavaScript（Vue特定的语法糖）来构建前端界面。 尽管Vue主要用于Web前端开发，但存在一些方法可以将Vue.js与Android集成： - **WebView**： - Android应用可以使用WebView组件来加载和显示基于Vue.js开发的Web应用，就像在应用中嵌入一个浏览器窗口。 - **跨平台框架**： - 使用跨平台移动应用开发框架，如NativeScript、Weex或React N
基于SpringBoot家政服务管理系统.docx
最新发布
07-12
随着家政服务行业的不断发展，家政服务在现实生活中的使用和普及，家政服务行业成为近年内出现的一个新行业，并且能够成为大众广为认可和接受的行为和选择。设计家政服务管理平台的目的就是借助计算机让复杂的销售操作变简单，变高效。 家政服务管理平台采用了B/S结构，JAVA作为开发语言，数据库采用了B/S结构，MySQLl数据库进行开发。该系统包括前台操作和后台管理两个部分，一方面，为用户提供首页、服务信息、公告信息、留言反馈、个人中心、后台管理等功能；另一方面，为管理员提供首页、个人中心、用户管理、服务人员管理、服务信息管理、服务类型管理、服务预约管理、服务取消管理、服务分配管理、服务进度管理、评价信息管理、留言反馈、系统管理等功能。 此文档欢迎大家下载学习！
大连外国语大学考研，75个专业课历年考试真题及答案汇总，备考资料题库笔记，考前题库汇总
07-12
大连外国语大学考研，75个专业课历年考试真题及答案汇总，备考资料题库笔记，考前题库汇总
还是不知道怎么计算出来的控制输入呀
05-31
总的来说，基于预测的状态，使用优化算法计算出最优的控制输入，是通过预测未来一段时间内的状态，并求解一个优化问题来得到最优的控制输入。该方法可以实现对四旋翼模型的高精度控制和稳定性控制。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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