关注
分享
CS_myc
我一直认为要想很好地掌握一项知识，最好的方法就是能用自己的语言为别人讲明白。所以写博客对于我来说，除了起到一个记录的作用外，更多的也是督促自己去更深刻，牢固地理解知识。
但是自己能力有限，可能大部分的时候只能转载别人的文章，拾人牙慧。但是即使是转载，我尽量不会原封不动地搬运，而是希望能够以自己的语言再组织一遍，并加上一些自己的见解。如果在这个过程中能多多少少地帮助到他人，那就更好了。
展开
-
Triplet-Loss in FaceNet
记录一篇总结Triplet-loss 总结得非常好的博客，写得很好理解，就不再自己总结了： Triplet-Loss原理及其实现、应用转载 2020-06-01 11:14:18 · 202 阅读 · 0 评论 -
如何为不固定输入图片尺寸的CNN-based image retrieval network生成固定长度的feature embedding
今天在看GeM pooling (generalized mean pooling)的代码的时候发现他们用的测试集（paris6k和oxford5k）的尺寸是不固定的。作为image retrieval net小白的我就很好奇他们是如何保证在用固定kernel size的CNN的情况下还能最终生成一样长度的feature embedding vector的。我之前知道spatial pyramid pooling可以做这件事情，也知道貌似不固定图片尺寸的训练会让模型不容易over-fitting且更容易收敛原创 2020-12-30 17:33:04 · 388 阅读 · 0 评论