![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 95
D-Mer
这个作者很懒,什么都没留下…
展开
-
论文解读:《Deep Learning Face Representation by Joint Identification-Verification》,NIPS 2014
论文解读:《Deep Learning Face Representation by Joint Identification-Verification》,NIPS 20140. 论文基本信息1. 论文解决的问题2. 论文贡献3. 方法框架1. 特征网络训练4. 实验5. 讨论6. 数据集0. 论文基本信息被引次数:2001 (2021/4/15)开源代码链接:github,找不到官方实现,但是有其他人的实现论文链接:paper1. 论文解决的问题人脸识别输入含有未确定身份的人脸图像,原创 2021-04-15 01:25:16 · 248 阅读 · 0 评论 -
论文解读:DETR 《End-to-end object detection with transformers》,ECCV 2020
论文解读:DETR 《End-to-end object detection with transformers》,ECCV 20200. 论文基本信息1. 论文解决的问题问题2. 论文贡献3. 方法框架主干网络transformer:4. 目标检测转化为集合预测问题5. 配对方式 - bipartie matching loss损失函数6. Transformer7. 实例分割任务8. 实验物体识别任务实验实例分割实验9. 数据集0. 论文基本信息《自动学习的线性迁移网络实现快速的图片和视频风格迁移原创 2021-04-14 20:59:02 · 10523 阅读 · 1 评论 -
论文解读:《Learning Linear Transformations for Fast Image and Video Style Transfer》,CVPR 2019
论文解读:《Learning Linear Transformations for Fast Image and Video Style Transfer》,CVPR 20190. 论文基本信息1. 论文解决的问题2. 此前工作的不足3.论文亮点4. 处理框架5. 框架细节理解0. 基于encoder、decoder进行转换的原理1. VGG encoder和decoder2. 线性前馈网络:计算风格迁移矩阵3. 迁移计算和decoder4. VGG loss:计算损失和反馈5. 可选的SPN模块:保留图像原创 2020-06-19 13:46:31 · 2854 阅读 · 4 评论