- 博客(13)
- 收藏
- 关注
原创 最终代码运行
tricksmAPR1R5加入gloab_att+mask(thr=0.5,de_rate=0.6, in_rate=1.2, change_rate=1 )90.296.098.4加入gloab_att(正则化系数为0.01)89.995.898.6加入gloab_att(正则化系数为0.1)90.295.998.4(收敛慢300epoch)...
2019-08-27 14:52:34 679
原创 代码运行记录
2019.7.15avg + att_avg :在resnet后分别进行batch_normal后直接进行数学相加,mAP:82.3r1:93.4r5:98.8att_avg:将avg替换成att_avg:
2019-07-15 18:25:09 844
原创 Resource Aware Person Re-identification across Multiple Resolutions (CVPR 2018)论文阅读
作者认为直接从深度卷积神经网络最后一层得到的feature损失了大量细节信息,例如颜色,衣服纹理,面部信息。因此通过融合上下层输出将会提升识别性能。但是被融合的信息需要对识别任务提供足够强的特征,否则会引入噪声甚至降低性能。...
2019-05-29 11:21:57 1141
原创 ReID评测标准(rank-n,precision,recall,mAP)
rank-n搜索结果中靠前为正确的概率。例如: lable为m1,在100个样本中搜索。如果识别结果是m1、m2、m3、m4、m5……,则此时rank-1的正确率为100%;rank-2的正确率也为100%;rank-5的正确率也为100%;如果识别结果是m2、m1、m3、m4、m5……,则此时rank-1的正确率为0%;rank-2的正确率为100%;rank-5的正确率也为100%;...
2019-05-24 21:03:45 4228
转载 R-FCN
转R-FCNR-FCN详解R-FCN特点:和Faster R-CNN相比,R-FCN具有更深的共享卷积网络层,这样可以获得更加抽象的特征;同时,它没有RoI-wise subnetwork,不像Faster R-CNN的feature map左右都有对应的网络层,它是真正的全卷积网络架构;从图中的表格可以看出Faster R-CNN的共享卷积子网络是91层,RoI-wise子网络是10层,而R...
2019-05-11 15:30:07 107
原创 ReID Baseline
大佬的Baseline新加densenet201作为backbonetop1:0.922209 top5:0.956354 top10:0.967933 mAP:0.868049
2019-05-10 19:30:25 637
原创 pytorch使用之图像数据预处理
import torchvisionfrom torchvision import datasets, transforms一,创建一个预处理格式列表transform_train_list = [ #transforms.RandomResizedCrop(size=128, scale=(0.75,1.0), ratio=(0.75,1.3333), interpol...
2019-04-29 15:06:48 2194
原创 pytorch使用之微调网络模型
import torchvision.models as models1.调整最后一层输出维度model = models.ResNet(pretrained=True)fc_features = model.fc.in_features# 获取全连接层输入维度model.fc = torch.nn.Linear(fc_features, num_class)2.调整某一层参数impo...
2019-04-28 19:29:29 3808
原创 Person Transfer GAN to Bridge Domain Gap for Person Re-Identification论文阅读
论文地址论文提出的主要创新点就为了弥补某算法可以在已数据集上取得很好的效果,但是在其他数据集上泛化性能较差。作者通过借鉴Cycle-GAN的思想提出了PTGAN,与Cycle-GAN不同的是PTGAN可以生成更高质量的person image。通过PTGAN可以有效的减少各数据集之间的域间隔。Related Work我们这个工作主要分为在ReID中的descriptor learning与通...
2019-04-25 21:59:42 321
转载 SSD论文阅读
SSD数据增强ssd数据增强给有两种方法:1.expandexpand是指对大尺寸图像进行缩小,在生成图像周围补零从而保持尺寸,大的物体通过expand可以变为小尺寸物体,可增加小尺寸物体数据样本数量。提高ssd对小物体检测能力。2.batch_samplerbatch_sampler是对图像选取一个满足限制条件的区域(注意这个区域是随机抓取的)。限制条件就是抓取的patch和GT(Gr...
2019-04-17 19:47:26 169
原创 setContentPane()与getContentPane()用法
JFrame添加组建的两种方法前言:先得到一个窗体(JFrame),然而这个窗体除了设置窗体的大小与位置外并不能提供任何操作。在java中我们需要在窗体的基础上加入面板:Panle而后就可以在面板上进行其他操作,如设置一个按钮,标签,颜色等。 1)用getContentPane()方法获得JFrame的内容面板 getContentPane()用法:(待补充) ...
2018-08-09 19:29:14 21818
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