- 博客(11)
- 收藏
- 关注
RSS订阅原创 CVPR2020 有关Cross Domain论文阅读总结与思考
有关CVPR2020中Cross Domain论文阅读总结与思考 论文总结论文总结Progressive Adversarial Networks for Fine-Grained Domain Adaptation作者：Sinan Wang, Xinyang Chen, Yunbo Wang, Mingsheng Long, and Jianmin Wang所解决的问题是在Fine-Grained中的跨域分类(Cross Domain)解决问题的出发点：为使源域与目标域的数据分布能趋
2021-03-16 20:50:36
2803
原创 CVPR 2020 Cross-domain 论文总结
CVPR 2020 可用于跨域图像分类 论文总结跨域分类动作识别行人识别跨模态行人重识别跨域分类AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-Identification作者 | Yunpeng Zhai, Shijian Lu, Qixiang Ye, Xuebo Shan, Jie Chen, Rongrong Ji, Yonghong Tian单位 | 北大；南洋理工大学；国科大；厦
2021-03-01 20:51:35
1309
1
原创 M2RD for Domain Adaptation
M2RD for Domain AdaptationIntroductionRelated WorksRepresentation DisentanglementImage-to-Image TranslationCross-Domain Image ManipulationUnsupervised Domain AdaptationProposed Methods：M2^22RD最终结果参考文献M2RD 即A Multi-Domain and Multi-Modal Representation Dis
2021-01-05 16:03:54
445
原创 Blind Domain Adaptation
Blind Domain AdaptationDomain Adaptation研究介绍基于增强极限学习机的BDAELM(Extreme Learning Machines)ELM-AE(自编码极限学习机)Feature Augmentation via ELM-AE for BDA参考文献 在实际应用中，测试数据通常与训练数据有不一样的分布，这种分布差异会降低训练好的模型在测试的效果。Domain Adaptation(域自适应)是解决这个问题的一种方法，但是目前大部分的域自适应方法是将不带标签目标域
2020-12-15 19:18:35
207
原创 IRM(Invariant Risk Minimization)原理与最小实现
Invaraiant Risk Minimization原理与最小实现1、Invaraiant Risk Minimization原理1.1提出问题1.2提出模型2、IRM最小实现参考文献IRM（Invaraiant Risk Minimization）是2019年Martin Arjovsky等人提出的一种用于跨域图像分类的新方法，其提出的背景是当我们使用机器学习方法完成图片分类任务时，训练模型所使用的数据集与真实情况的数据集可能存在差别(数据集分布偏移)，造成这种分布偏移的原因有很多，比如：数据选择的
2020-12-11 22:00:37
8618
5
原创 利用Slurm作业调度系统运行深度学习python文件
利用Slurm作业调度系统运行深度学习python文件Slurm资源管理系统介绍Slurm常用指令介绍作业提交获取帮助信息获取系统信息其他常用的指令作业文件编写最近一个同学的提醒下，发现自己之前直接在节点上运行python文件是错误的，我也不知道这样会不会影响其他用户的程序，但是我发现用coco数据集训练YOLO网络分类的时候，运行的速度也比较慢。由于当时的粗心，没有看到平台使用指南里面说的需要使用Slurm资源管理系统来运行计算程序，在和同学的讨论下，初步学会了Slurm的使用。Slurm资源管理系统
2020-11-14 10:02:55
9063
12
原创 离线状态下在服务器上部署深度学习所需python包和数据集
离线状态下在服务器上部署深度学习所需python包和数据集所解决问题解决python包的问题移植环境离线安装python包解决数据包的问题最终程序运行结果所解决问题最近，想在学校服务器上运行网络上其他人写的基于YOLOv3的目标识别程序，通过github得到了代码，但是遇到的问题是：学校的服务器是只能内网连接，无法通过Anaconda 的install命令或者pip命令去安装，其次，目前很多的github代码中数据集都是通过编写sh文件来在线获取，因此要想运行例子代码是需要解决以上两个问题。解决pyt
2020-11-10 22:17:50
1038
1
原创 文献综述阅读
基于深度学习的小目标检测算法文献综述阅读目标检测简要介绍传统目标检测基于深度学习的目标检测基于候选区域的目标检测基于回归的目标检测小目标检测背景介绍及难点小目标检测算法介绍多尺度预测反卷积和上采样对抗网络GAN最近做了一个对于小目标检测算法的文献的阅读，在搜查文献的时候，了解了目标检测的发展过程以及其中比较典型的算法，以下根据汇报的PPT从四个方法介绍小目标检测算法文献综述，分别是：目标检测的简要介绍、小目标检测背景介绍及难点、小目标检测算法介绍、总结与展望，此篇博客也可作为汇报的讲稿。目标检测简要介
2020-10-28 20:33:25
1709
1
原创 深度学习之数据处理——如何将图片和标签打乱并划分为训练集和测试集
深度学习之数据处理——如何将图片和标签打乱并划分为训练集和测试集记录我的第一篇CSDN博客最近我在网上找到Office31数据集，这个数据集中包含了三个子数据集，分别为：Amazon、dslr、webcam，每个子数据集包含31个类。以下将从数据处理的目标、处理过程、处理结果三个方面来展开。一、数据处理目标根据所选择的子数据集(Amazon、dslr、webcam)导入数据集，并对图片进行one-hot编码，最后将数据集分为训练数据集和测试数据将。数据格式：train_image=[train_
2020-10-21 16:17:54
7126
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