- 博客(23)
- 收藏
- 关注
原创 时序动作提案生成 Temporal Action Proposal Generation 论文阅读
Fast Learning of Temporal Action Proposal via Dense Boundary GeneratorAccurate Temporal Action Proposal Generation with Relation-Aware Pyramid NetworkBoundary-Matching Network for Temporal Action Proposal
2020-11-25 22:46:35
2609
原创 完全监督时序动作定位Fully Supervised Temporal Action Localization 论文阅读
Learning to Refactor Actionand Co-occurrence Features for Temporal Action LocalizationBottom-Up Temporal Action Localization with Mutual RegularizationClass Semantics-based Attention for Action Detection
2020-08-13 22:40:22
2716
原创 [综述]弱监督动作定位Weakly Supervised Temporal Action Localization 论文阅读
今天开始要正式做ActionLocalization方向的研究了,之前也是磕磕绊绊地看了几篇论文也看不进去,还是需要写博客督促自己啊。Two-Stream Consensus Network forWeakly-Supervised Temporal ActionLocalizationActionGraphs: Weakly-supervised Action Localization with Graph Convolution Networks
2020-07-29 22:48:55
4818
6
原创 subprocess.CalledProcessError: Command 'XXX' returned non-zero exit status 1.
subprocess.CalledProcessError: Command [ ] returned non-zero exit status 1.
2020-05-08 17:42:42
9545
9
原创 Detectron.pytorch训练汇总
ImportError: cannot import name 'numpy_type_map'ImportError: No module named 'lib.utils.cython_bbox'from . import pypocketfft as pfftImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.22' not found
2020-04-23 09:52:07
1638
原创 pip安装模块报错 Could not find a version that satisfies the requirement future (from versions: none)
ERROR: Could not find a version that satisfies the requirement future (from versions: none)ERROR: No matching distribution found for futureWARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by
2020-04-03 14:58:34
3538
原创 Single-Network Whole-Body Pose Estimation ICCV2019
openpose plus |Single-Network Whole-Body Pose Estimation ICCV2019与openpose相比,速度准确度都有提升。在结构上,并行变串行。网络流程:输入RGB图片---- VGG ---- 得到特征图F ---- CNN ---- 预测肢体向量热图L---- 与F融合进入下一阶段 ---- CNN ---- 预测关...
2019-10-02 21:53:18
1517
原创 An Attention Enhanced Graph Convolutional LSTM Network for Skeleton-Based Action Recognition CVPR 19
1)提出AGC-LSTM网络,将图卷积与LSTM融合。AGC-LSTM能够有效地捕获具有鉴别性的时空特征。2)注意机制被用来增强关键节点的特性,这有助于提高时空表达。3)提出了一种时间层次结构,提高了学习高层次时空语义特征的能力,大大降低了计算量。算法大致流程:首先将关节点坐标映射到线性层构成空间特征(FC),特征增强(FA)将空间特征和连续两帧之间的特征差异联系起来。LATM...
2019-07-17 13:26:50
2431
1
原创 目标检测算法总结之RCNN Fast RCNN Faster RCNN
1. R-CNN1)Extract region proposals 提取2000个候选区域采用的算法是selective search。选择性搜索首先将图像切成若干块,计算相邻图像块的相似度,每次循环合并最相似的图像块,直到最后一次循环得到完整图像。每次循环都保存图像块,最终proposal集合包含了若干大小的图像块。区域合并的原则是图像块颜色相似度、纹理相似度、优先合并小的区域以及...
2019-06-30 19:57:30
373
原创 DSFD : Dual Shot Face Detector [CVPR 2019]
Github :Demo.py 多角度适用 !达不到实时!Pipeline:VGG16/ResNet 产生feature maps 通过 FEM 对原始 feature maps 特征增强并保持原始size。Feature Enhance Module特征增强模块能够对原始特征进行增强,使其具有更强的鉴别性和鲁棒性,简称FEM。原始神经元oc(i,j,l):l 层特...
2019-04-29 17:23:42
1355
原创 Batch Norm 与 Group Norm
假设没有归一化操作:神经网络的每层输入数据分布是不断变化的,参数需要重新学习来适应这种分布,降低学习速度。对于sigmoid或tanh激活函数,输入数据过大或过小容易落入饱和区导致梯度消失。归一化操作:μ是平移参数,σ是缩放参数。得到得到的数据符合均值为 0、方差为 1 的标准分布。b是再平移参数,g是再缩放参数。最终得到的数据符合均值为b、方差为g^2的分布。第一次的...
2019-03-16 17:00:13
2967
原创 模型评估指标:查准率 召回率 AP mAP
准确率:准确率=预测正确的样本数 / 所有样本数当不同类别的样本比例非常不均衡时,占比大的类别往往成为影响准确率最主要的因素。解决类别不均衡问题:1。 小样本扩增或大样本采样2. 尝试其他评价指标精确率,召回率,ROC曲线3. 惩罚因子。对分类器中不同类别分配不同的权值,小类别增加权值精确率:指分类正确的正样本的个数占分类器判定为正样本的样本个数的比例。...
2019-03-05 11:14:00
675
原创 深度学习常用优化器优缺点
随机梯度下降(SGD):SGD指的是mini batch gradient descent 简单好理解,但是其存在的缺陷是,只有当自变量是一个维度的时候,它的前进方向才是真正梯度下降的方向。当存在多维变量时,若某一维度的梯度过大,会使得下降方向在该梯度方向的分量过大,偏离了真正的轨道。优点:针...
2019-01-24 09:55:09
2811
原创 Ubuntu16.04 caffe安装与编译错误记录
1 .build_release/src/caffe/proto/caffe.pb.h:23:35: fatal error: google/protobuf/arena.h: 没有那个文件或目录sudo gedit ~/.bashrc 将anaconda的路径注释掉source ~/.bashrc 使环境变量生效make clean2 .build_release/src/c...
2018-11-28 19:10:40
1337
原创 DropBlock:A regularization method for convolutional networks
常用在全连接层的dropout在卷积层中效果很差,原因在于特征图上的各激活单元具有空间相关性,只丢弃几个神经元不影响信息的流通,所以成块的舍弃,强迫卷积网络从剩余信息中学习,能提高分类的准确率。算法:参数控制drop块的个数,block_size控制丢弃块的大小。keep_prob就是dropout的参数如:keep_prob=0.75 block_size=3 f...
2018-11-28 11:55:50
512
原创 ./include/caffe/util/cudnn.hpp:5:19: fatal error: cudnn.h: 没有那个文件或目录
在Makefile.config中添加#include<cudnn.h> 或者 #USE_CUDNN := 1Makefile:593: recipe for target '.build_release/tools/caffe.o' failed修改Makefile.config,PYTHON_INCLUDE := $(ANACONDA_HOME)/include \...
2018-11-12 14:34:34
9242
原创 Recognizing Human Actions as the Evolution of Pose Estimation Maps[CVPR 2018]
利用人体姿态估计的结果进行行为识别相比较常见的行为识别,基于骨骼的视频分类或者行为识别可以减少更多的冗余信息。本文利用heatmap和pose联合预测。1. 作者将14个关节点heatmaps整合成单通道heatmap如图b,对视频多帧进行spatial rank pooling,先将heatmap转化为特征向量,在信息融合一张特征向量图以代替整个视频的所有信息。2.heatmap...
2018-11-01 15:57:05
716
2
原创 AttributeError: module 'dlib' has no attribute 'get_face_chips'
pip3 uninstall dlibpip3 install dlib
2018-09-10 15:52:11
6343
4
原创 Ubuntu16.04 安装docker-ce [傻瓜教程]
Ubuntu 16.04 LTS 64位系统通过apt的docker官方源安装最新的Docker CE(Community Edition),即Docker社区版error: curl: (28) Operation timed out after 300415 milliseconds with 0 out of 0 bytes receivedgpg: no valid OpenPGP data found.
2018-08-24 15:02:28
6514
1
原创 from scipy.misc import imread ...no attribute 'imread'
from scipy.misc import imread ...no attribute 'imread'1、pip install pillow 无效2、scipy版本太高导致,pip uninstall scipy , pip install scipy==1.0.0TypeError : decoding to str : need a bytes-like object , list foundTypeError : expected str , bytes or
2018-08-08 16:12:01
741
原创 L1、L2范数如何解决过拟合问题
范数一般当做距离来理解。过拟合问题的通俗理解就是泛化能力过强,在最小化误差的同时使模型尽可能的拟合训练数据,学习的特征越多,模型的复杂度越高,测试时的误差也就越大。像决策树的叶子结点越多,这时我们就要剪枝啦。而L1、L2范数就是在使模型变得简单。
2018-07-26 12:02:55
3158
1
原创 tensorflow的facenet错误记录
1.ModuleNotFoundError:No module named "align.detect_face"2.No module named "align" ''facenet''3.FutureWarning:Conversion of the second argument of issubdtype from float to np.float....
2018-07-23 20:41:13
6439
29
原创 Stacked Latent Attention for Multimodal Reasoning [CVPR 2018]
论文链接甩出来:点击打开链接堆叠潜在注意力模型:个人感觉这是一篇传统Attention 和残差网络的拼接。。。一. Standard Attention Mechanism Attention 实际上就是一个加权求和的过程。搞图像的就突出图像特征而已。Attention map就是一张权值分布图,与feature map“点积”就是加权过程,关键是怎么产生这张Attention map。
2018-07-11 21:44:36
1018
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人